如发现有乱码， 请直接从这里浏览原文
正文摘录:

2006年第24期总第239电路实验数据分析挖掘技术研究张滢，张新卫(西安通信学院陕西西安710061)摘要：数据挖掘算法是神经网络算法q-的有效算法，数据挖掘算法主要包括快速聚类、决策树、关联规则、Kohonen神经网络等算法，其研究的内容是算法模型、参数设置及相应的数据处理方法过程。通过利用数据挖掘算法，对电路实验数据的统计分析挖掘技术进行研究。目前，在电路数据分析方面数据挖掘算法的应用还是一种尝试，希望通过这种算法应用的研究，发现在电路实验数据中的有内部规律和价值的信息，从而为电路实验提供有益的帮助和指导。关键词：电路实验；数据挖掘；快速聚类；神经网络算法中图分类号：TP311文献标识码：A文章编号：1004—373X(2006)24—039—02ElectricCircuitEmpiricalDatumAnalysisExcavationEngineeringResearchZHANGYing，ZHANGXinwei(Xi’anCommunicationInstitute，Xi’an，710106，China)Abstract：Thedataminingalgorithmiseffectiveinthenervenetworkalgorithm.Itmainlyincludesfastgatheralgorithm.policy—makingtree，connectionrule，KohonennervenetworkandSOon.Itsresearchisthealgorithmmodel，Darameterestab—lishmentandtheprocessingofcorrespondingdata.Wecanresearchthestatisticalanalysisexcavationtechnology。ftheelectriccircuitempiricaldatumthroughtheusingofdataminingalgorithm.Atpresent，theapplicationofminingalgorithmincircuitdataanalysisisanattempt.Throughtheresearchofthisalgorithm，wecandiscovertheinherentlawandthevalueofformationintheelectriccircuitempiricaldatum，thusprovidesthebeneficiationtohelpandtheinstructionfortheelectriccircuitex-periment.Keywords：electro—circuitexperiment；datamining；fastgather；neuralnetworkalgorithm技术描述.1概念定义实验数据分析挖掘指的是使用实验数据训练数据分斤挖掘模型所需的样本数据，根据所要解决的问题不同，人备选的统计分析挖掘算法中选取一种进行反复的参数参改和模型训练的过程。.2选取问题目前迫切要解决的问题包括以下几个类型：实验数据子群问题、实验数据流失预测问题和新数据响应预测问西。用户可根据分析的需要，从问题列表中选择要分析的习题类型，然后针对每个问题，软件将提供不同的备选算基模型。选取模型针对不同的问题，可以用以下备选的算法模苫列表：实验数据分群快速聚类、Kohonen神经网络等效率变高的常用聚类算法。实验和数据的流失预测及新数据响应预测决策树#法、关联规则等适合大数据量运算的通用预测分类#法。收稿日期：2006—08—241.3参数设置模型参数对模型建立的结果以及模型应用的效果起着至关重要的作用。针对不同的算法模型，用户可根据需要设置或调整模型的参数，以期望得到更优的建模结果。对于不同的算法模型，软件将提供给用户以下可以设定和调整的参数如表1～表4所示。表1快速聚类算法参数列表表2Kohonen神经网络算法参数列表2数据处理为了规范从实验数据系统或数据仓库系统到数据挖掘应用的数据准备过程，系统定义模板化的数据接口格39