收藏本站
《上海海事大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络的智能数据挖掘方法及应用研究

王天真  
【摘要】:数据挖掘(Data Mining,DM)是从数据集中识别出有效的、新颖的、潜在有用的,以及最终可理解的模式的非平凡过程。由于数据挖掘是一个多领域交叉的研究与应用领域,所以备受关注,成为目前具有挑战意义的研究热点之一。 聚类(Clustering)分析是数据挖掘的重要方法之一,也是人类活动的一个重要内容。作为统计学的一个分支,聚类分析已有多年的研究历史。本文进一步探讨聚类分析中的一些算法,针对船舶航线设计的特点,提出了k-means算法与基于密度方法、自组织竞争神经网络相结合的聚类分析方法,进而又提出复合聚类分析算法和改进的复合聚类分析算法,将它们进行分析比较,改进的复合聚类分析算法的聚类效果最好。在船舶航线的设计中,首先在从世界船位分布图上取出部分数据,再对这些数据进行预处理,然后采用改进的复合聚类分析算法,计算凝聚点,最后再求取平均密度中心点,将这些密度中心点相连便是航线。 人工神经网络(ANN)也是数据挖掘的重要方法之一,神经网络具有通过学习后可以任意逼近非线性映射的能力,而且神经网络不受非线性系统模型的限制,便于工程实现。但现在神经网络时序预测模型的输入只能是单属性的,只能进行一维预测,对于多属性事物的预测还未探究。本文提出一种基于并行递归神经网络的多维预测模型,这种模型本身具有记忆过去所有输入信息的能力,网络输出是过去所有输入的某一非线性函数,实现的是一种非线性动态映射,而且可以实现对多属性事物的多维预测。本文将这种预测模型用于平面航线和三维空间螺旋曲线的预测,预测精度较高,预测效果较好。此外,本文还利用Matlab语言作了大量的仿真预测,获得了理想的仿真结果。 本文利用从GPS得来的数据,将聚类分析算法和多属性预测方法应用在GIS的数据挖掘中,得到一些有意义的结果。
【学位授予单位】:上海海事大学
【学位级别】:硕士
【学位授予年份】:2003
【分类号】:TP311.13

【共引文献】
中国博士学位论文全文数据库 前10条
1 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
2 杨剑锋;适合并行的无干预文档聚类算法研究[D];武汉大学;2010年
3 林龙信;仿生水下机器人的增强学习控制方法研究[D];国防科学技术大学;2010年
4 韩晓明;基于符号有向图和支持向量机的故障诊断方法的研究[D];太原理工大学;2011年
5 杨抒;基于WEB的林产品信息资源整合方法研究[D];北京林业大学;2011年
6 陈学松;强化学习及其在机器人系统中的应用研究[D];广东工业大学;2011年
7 王飞;入侵检测分类器设计及其融合技术研究[D];南京理工大学;2011年
8 高联雄;智能公交系统数据挖掘研究与应用[D];北京邮电大学;2011年
9 刘松华;核矩阵低秩分解与核空间信息能度量研究及应用[D];西安电子科技大学;2011年
10 刘笑嶂;核方法的若干关键问题研究及其在人脸图像分析中的应用[D];中山大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 蒋林波;蔡立军;易叶青;;一个新的多分类器组合模型[J];计算机工程与应用;2008年17期
2 方诗虹;刘玉萍;;基于神经网络的数据挖掘方法评述[J];西南民族大学学报(自然科学版);2007年04期
3 杨凤芝;皮惠;苏佳伟;;神经网络极速学习方法研究进展[J];电脑知识与技术;2011年10期
4 王爱侠;陈爱萍;;后向传播算法及其实用性研究[J];电脑知识与技术(学术交流);2006年35期
5 莫礼平;;一种基于组合神经网络的数据分类方法[J];吉首大学学报(自然科学版);2007年02期
6 王必强;毕硕本;董学士;;基于单层感知器的数据挖掘分类的设计和实现[J];计算机技术与发展;2010年09期
7 颜昌沁;李坤;申云成;;基于BP神经网络的客户特征属性约简[J];电脑知识与技术;2011年11期
8 吴春琼;;决策树与神经网络的分类比较[J];福建电脑;2010年07期
9 宋擒豹,沈钧毅;神经网络数据挖掘方法中的数据准备问题[J];计算机工程与应用;2000年12期
10 倪志伟,蔡庆生;用神经网络来进行数据库中的知识发现(英文)[J];安徽大学学报(自然科学版);2000年03期
中国重要会议论文全文数据库 前10条
1 高林;刘喜梅;;多模型中权值确定的新方法及其应用[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
2 胡向东;鲜继清;;论商业智能[A];2003年中国智能自动化会议论文集(下册)[C];2003年
3 肖健华;吴今培;;数据挖掘技术及其应用实例[A];2001年中国智能自动化会议论文集(下册)[C];2001年
4 楚红涛;寒枫;张燕;王婷;;基于数据流的挖掘研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
5 于健;陈子军;李霞;李炜;;一种新的多密度聚类算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
6 潘玉奇;石冰;周劲;袁宁;;基于多维数据模型的聚类分析的研究[A];山东省计算机学会2005年信息技术与信息化研讨会论文集(一)[C];2005年
7 田小丽;郑康锋;钮心忻;;一种基于改进K-Medoids算法的网络攻击检测技术[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年
8 王静;汪晓刚;;一种新的保护原始数据隐私性的聚类算法[A];第十届中国科协年会论文集(三)[C];2008年
9 张昕;彭宏;郑启伦;;基于微粒群算法的聚类分析[A];2006年全国开放式分布与并行计算学术会议论文集(一)[C];2006年
10 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
5 张立明;数据挖掘之道[N];网络世界;2003年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年
中国博士学位论文全文数据库 前10条
1 刘洪波;汉语认知脑数据挖掘相关算法及应用研究[D];大连理工大学;2006年
2 杨小兵;聚类分析中若干关键技术的研究[D];浙江大学;2005年
3 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
4 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
5 张瑀;基于实验数据挖掘与细胞自动机的结构分析方法[D];哈尔滨工业大学;2010年
6 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
7 刘杰;分布式资源环境下船舶动力设备诊断系统的关键技术研究[D];武汉理工大学;2010年
8 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
9 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
10 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
中国硕士学位论文全文数据库 前10条
1 张磊;数据挖掘聚类算法研究与系统设计[D];电子科技大学;2006年
2 王天真;基于神经网络的智能数据挖掘方法及应用研究[D];上海海事大学;2003年
3 姜伟;基于数据挖掘聚类算法的研究及其应用[D];辽宁工程技术大学;2004年
4 贾治国;数据挖掘在高考填报志愿上的应用[D];内蒙古大学;2005年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 胡明文;数据挖掘在建筑结构可靠性鉴定中的应用[D];西安建筑科技大学;2005年
7 宋英超;基于数据挖掘的销售预测决策支持系统研究[D];中国海洋大学;2005年
8 管东升;移动通信业客户流失行为预测技术的研究[D];大连理工大学;2006年
9 周俊临;自适应自组织映射网络在模式识别中的应用研究[D];电子科技大学;2005年
10 柴琳;配电GIS管理下数据挖掘的应用研究[D];哈尔滨理工大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026