基于matlab的數(shù)據(jù)挖掘技術(shù)研究【開題報(bào)告+文獻(xiàn)綜述+畢業(yè)論文】

1、畢業(yè)論文開題報(bào)告畢業(yè)論文開題報(bào)告信息與計(jì)算科學(xué)信息與計(jì)算科學(xué)基于基于matlabmatlab的數(shù)據(jù)挖掘技術(shù)研究的數(shù)據(jù)挖掘技術(shù)研究一、選題的意義如今，高速發(fā)展的信息技術(shù)使人們積累的數(shù)據(jù)量急劇增長(zhǎng)，動(dòng)輒以tb計(jì)算，如何從數(shù)量巨大的數(shù)據(jù)中提取有用的知識(shí)成為當(dāng)務(wù)之急。數(shù)據(jù)挖掘就是為順應(yīng)這種需要應(yīng)運(yùn)而生發(fā)展起來(lái)的數(shù)據(jù)處理技術(shù)。是知識(shí)發(fā)現(xiàn)(knowledgediscoveryindatabase)的關(guān)鍵步驟。數(shù)據(jù)挖掘（DataMining）就是從大

2、量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。與數(shù)據(jù)挖掘相近的同義詞有數(shù)據(jù)融合、數(shù)據(jù)分析和決策支持等。這個(gè)定義包括好幾層含義：數(shù)據(jù)源必須是真實(shí)的、大量的、含噪聲的；發(fā)現(xiàn)的是用戶感興趣的知識(shí)；發(fā)現(xiàn)的知識(shí)要可接受、可理解、可運(yùn)用；并不要求發(fā)現(xiàn)放之四海皆準(zhǔn)的知識(shí)，僅支持特定的發(fā)現(xiàn)問(wèn)題。何為知識(shí)從廣義上理解，數(shù)據(jù)、信息也是知識(shí)的表現(xiàn)形式，但是人們更把概念、規(guī)則、模式

3、、規(guī)律和約束等看作知識(shí)。人們把數(shù)據(jù)看作是形成知識(shí)的源泉，好像從礦石中采礦或淘金一樣。原始數(shù)據(jù)可以是結(jié)構(gòu)化的，如關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)；也可以是半結(jié)構(gòu)化的，如文本、圖形和圖像數(shù)據(jù)；甚至是分布在網(wǎng)絡(luò)上的異構(gòu)型數(shù)據(jù)。發(fā)現(xiàn)知識(shí)的方法可以是數(shù)學(xué)的，也可以是非數(shù)學(xué)的；可以是演繹的，也可以是歸納的。發(fā)現(xiàn)的知識(shí)可以被用于信息管理，查詢優(yōu)化，決策支持和過(guò)程控制等，還可以用于數(shù)據(jù)自身的維護(hù)。因此，數(shù)據(jù)挖掘是一門交叉學(xué)科，它把人們對(duì)數(shù)據(jù)的應(yīng)用從低層次的簡(jiǎn)單查詢，

4、提升到從數(shù)據(jù)中挖掘知識(shí)，提供決策支持。在這種需求牽引下，匯聚了不同領(lǐng)域的研究者，尤其是數(shù)據(jù)庫(kù)技術(shù)、人工智能技術(shù)、數(shù)理統(tǒng)計(jì)、可視化技術(shù)、并行計(jì)算等方面的學(xué)者和工程技術(shù)人員，投身到數(shù)據(jù)挖掘這一新興的研究領(lǐng)域，形成新的技術(shù)熱點(diǎn)。這里所說(shuō)的知識(shí)發(fā)現(xiàn)，不是要求發(fā)現(xiàn)放之四海而皆準(zhǔn)的真理，也不是要去發(fā)現(xiàn)嶄新的自然科學(xué)定理和純數(shù)學(xué)公式，更不是什么機(jī)器定理證明。實(shí)際上，所有發(fā)現(xiàn)的知識(shí)都是相對(duì)的，是有特定前提和約束條件，面向特定領(lǐng)域的，同五、主要參考文獻(xiàn)[

5、1]黃子誠(chéng)，基于決策樹的數(shù)據(jù)挖掘技術(shù)[J]電腦知識(shí)與技術(shù)Vo.l6，No.82010（3）：P19491950[2]袁溪數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J].科技資訊.NO.102010:p22p24[3]趙芳，馬玉磊，淺析數(shù)據(jù)挖掘技術(shù)的發(fā)展及應(yīng)用[J]，科技信息：P64[4]王平，王升花，鄔連學(xué)，基于遺傳算法的變壓器故障診斷方法的研究[J]，技術(shù)應(yīng)用2011(2):P69[5]盧華，劉福勝，王少杰，張鵬，基于遺傳算法的平原水庫(kù)壩高優(yōu)化[J]，人

6、民黃河Vol33，No.12011（1）：P125128[6]劉興波，凝聚型層次聚類算法的研究[J]科技信息NO.11，2008：P202[7]吳燕，科技文檔的層次聚類分析[J]商業(yè)文化.社會(huì)經(jīng)緯，2008（1）：P353354[8]孟姍姍，全國(guó)地區(qū)小康和現(xiàn)代化指數(shù)的層次聚類分析[J][9]張利華，彭海燕，余淑媛，量子克隆遺傳算法的多用戶檢測(cè)技術(shù)研究[J]，大眾科技，No.1，2011:P2831[10]張德豐，matlab概述[J]，