基于数理统计的锻模设计准则挖掘

论文摘要

数据挖掘(Data Mining)能从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式,它是数据库研究中的一个很有应用价值的新领域,融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。数理统计作为数据挖掘的3个主要支柱之一,有许多寻找变量之间规律性的方法,而回归分析方法是其中最有效的方法之一。本文拟对作为数据挖掘机制之一的回归分析方法进行讨论,并给出将其用来实现锻模设计准则的制定的一个实例。本文的主要工作总结如下。(1)对数理统计在数据挖掘中应用的国内外研究现状进行了综述,阐述了数理统计与数据库技术结合的特点,概述了基于数理统计的数据挖掘技术。(2)阐述了数理统计与数据挖掘的关系。对数据挖掘的研究历史和现状进行了叙述,给出了数据挖掘的定义,对数据挖掘与相关技术的关系进行了讨论,探讨了数据挖掘所发现的知识类型、数据挖掘的功能、数据挖掘常用技术、数据挖掘中的数据仓库等内容。阐述了数据挖掘系统的工作原理。(3)阐述了回归分析的基本概念;给出了线性回归方程的定义,详细论述了其参数估计方法和线性相关的显著性检验方法;讨论了非线性回归方程、多元线性回归方程的模型和参数估计方法。讨论了在制定工艺算法时应用数理统计的方法。(4)研究了计算飞边的算法和数学描述。给出了采用逐步回归分析法建立锻模设计准则的实例。就逐步回归分析的软件设计、锻模飞边尺寸设计准则的制定、锻模飞边金属消耗设计准则的制定等问题进行了研究。最后,得出了利用逐步回归分析软件建立的上述两类准则,并对结果进行了分析,实验验证了该算法的有效性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 问题的背景及国内外研究现状
• 1.2 数理统计与数据库技术的结合
• 1.3 基于数理统计的数据挖掘技术
• 1.4 本文的体系结构与内容安排
• 第2章 从数理统计到数据挖掘
• 2.1 数理统计与数据挖掘的关系
• 2.1.1 数理统计的性质
• 2.1.2 数据挖掘的性质
• 2.1.3 从数理统计到数据挖掘的演变
• 2.2 数据挖掘的研究历史和现状
• 2.3 数据挖掘定义
• 2.3.1 技术角度的定义
• 2.3.2 商业角度的定义
• 2.3.3 数据挖掘与传统分析方法的区别
• 2.3.4 数据挖掘和数据仓库
• 2.3.5 数据挖掘和在线分析处理
• 2.3.6 数据挖掘和机器学习
• 2.3.7 软硬件发展对数据挖掘的影响
• 2.4 数据挖掘研究内容
• 2.4.1 数据挖掘所发现的知识
• 2.4.2 数据挖掘的功能
• 2.4.3 数据挖掘常用技术
• 2.4.4 数据挖掘中的数据仓库
• 2.5 数据挖掘系统工作原理
• 2.5.1 数据挖掘系统结构
• 2.5.2 数据挖掘流程
• 2.6 小结
• 第3章 数理统计方法的数学基础
• 3.1 回归分析的基本概念
• 3.2 线性回归方程
• 3.3 线性相关的显著性检验
• 3.3.1 线性回归的方差分析
• 3.3.2 相关系数的显著性检验
• 3.4 非线性回归分析
• 3.4.1 化非线性回归为线性回归
• 3.4.2 多项式回归
• 3.5 多元线性回归分析
• 3.5.1 多元线性回归方程
• 3.5.2 多元线性回归的方差分析
• 3.6 一般情况下的回归分析
• 3.6.1 一般情况下的回归方程
• 3.6.2 一般情况下的参数估计
• 3.7 制定工艺算法时数理统计方法的应用
• 3.8 小结
• 第4章 回归分析在数据分类中的应用
• 4.1 计算飞边的算法研究和数学描述
• 4.1.1 飞边计算方法的分析
• 4.1.2 计算飞边槽桥部尺寸的算法
• 4.1.3 计算飞边金属消耗的算法
• 4.2 逐步回归分析的软件设计
• 4.3 锻模设计准则的制定
• 4.3.1 研究的内容
• 4.3.2 资料收集与数据处理
• 4.4 飞边尺寸设计准则的制定
• 4.4.1 数学模型建立的依据
• 4.4.2 数学模型的建立和回归分析样本表
• 4.4.3 结论
• 4.5 飞边金属消耗设计准则的制定
• 4.5.1 数学模型建立的依据
• 4.5.2 数学模型的建立和回归分析样本表
• 4.5.3 结论
• 4.6 小结
• 结论
• 参考文献
• 致谢