通信网络检测系统的数据挖掘 ——基于BP神经网络的数据挖掘系统研究

通信网络检测系统的数据挖掘 ——基于BP神经网络的数据挖掘系统研究

论文摘要

本文以广东电信网络检测维护系统中数据挖掘系统设计为研究背景,以系统科学理论为指导,综合运用信息科学、计算机科学、通信科学等多学科知识,应用系统工程理论和方法,通过对系统目标与任务、用户需求、原系统数据库的分析、数据仓库的建立、数据挖掘的研究,进行了网络检测维护数据挖掘系统的结构与功能设计。以此为依据,进一步进行数据仓库的模型与逻辑设计,经过数据抽取、数据转换、数据装载,建立一个多维的数据仓库。在此基础上,以改进式BP算法作为数据挖掘计算方法,设计出数据挖掘系统。在系统功能设计上适应通信网络中是实时性的需要,构建具有实用性的功能模块,使系统结构更加合理。 本文的突出之处在于将前沿的神经网络技术与数据挖掘有机结合,在数据仓库的基础上,设计了通信网络检测数据挖掘系统,解决了通信网络优化中网络状况分析预测问题。系统在广东电信网络检测维护系统中发挥了重要作用,为通信网络检测维护提供了一种快捷、有效的工具。

论文目录

  • 第一章 绪论
  • 1.1 选题的背景与研究意义
  • 1.2 国内外研究动态及评述
  • 1.2.1 人工神经网络的发展状况
  • 1.2.2 数据仓库的研究现状
  • 1.2.3 数据挖掘的研究现状
  • 1.2.4 通信网络的检测系统建设现状
  • 1.3 本文研究目标、内容、方法和技术路线
  • 第二章 数据挖掘技术分析
  • 2.1 数据挖掘的定义与工作流程
  • 2.2 数据挖掘的技术选择
  • 2.3 数据挖掘的任务及其实现技术
  • 2.4 数据挖掘的一般应用
  • 第三章 基于改进BP神经网络数据挖掘技术的研究
  • 3.1 标准BP算法
  • 3.2 BP算法的改进
  • 3.3 改进BP算法在数据挖掘中的应用
  • 第四章 数据挖掘系统在通信网络检测系统中的应用实验
  • 4.1 通信网络检测系统介绍
  • 4.2 通信网络检测系统数据库介绍
  • 4.3 数据仓库的实现
  • 4.4 数据的预处理
  • 4.5 数据集管理
  • 4.6 数据挖掘系统评价
  • 4.6.1 BP神经网络模型的建立
  • 4.6.2 网络的实现过程
  • 4.6.3 系统分析与设计
  • 4.6.4 评价结果分析
  • 结束语
  • 参考文献
  • 致谢
  • 攻读学位期间发表论文情况
  • 相关论文文献

    • [1].浅析大数据挖掘中抽样估计法的应用[J]. 现代信息科技 2019(21)
    • [2].基于大数据挖掘的广播电视客户价值分析[J]. 科技视界 2019(34)
    • [3].基于深度学习的工业领域数据挖掘方法及应用[J]. 数字技术与应用 2019(11)
    • [4].基于大数据思维的财务数据挖掘及应用研究[J]. 国际商务财会 2019(11)
    • [5].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(04)
    • [6].基于云计算的大数据挖掘体系构建分析[J]. 中外企业家 2020(11)
    • [7].测绘地理信息专业背景下的《时空数据挖掘》课程设计[J]. 南宁师范大学学报(自然科学版) 2020(01)
    • [8].智慧医疗下云数据挖掘在精细化医疗管理中的应用[J]. 中医药管理杂志 2020(03)
    • [9].高校管理人员教育数据挖掘能力培养的实践价值与实施路径[J]. 中国教育信息化 2020(07)
    • [10].大数据环境下的数据挖掘课程教学探索[J]. 中国新通信 2020(06)
    • [11].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(05)
    • [12].基于云计算的大数据挖掘内涵及解决方案研究[J]. 数字通信世界 2020(03)
    • [13].基于可拓数据挖掘的建筑立面设计方法研究[J]. 科技传播 2020(08)
    • [14].数据挖掘实践教学环节探索[J]. 科技经济导刊 2020(11)
    • [15].大数据挖掘与云服务模式的构建[J]. 江西电力职业技术学院学报 2020(01)
    • [16].医疗云存储下医院信息数据挖掘及实现技术的探索[J]. 信息与电脑(理论版) 2020(05)
    • [17].高校治理视阈下教育数据挖掘的应用与挑战[J]. 高教论坛 2020(04)
    • [18].大数据挖掘与分析的关键技术研究[J]. 中国新通信 2020(08)
    • [19].浅析数据挖掘[J]. 内江科技 2020(06)
    • [20].教育数据挖掘关键技术应用研究[J]. 轻纺工业与技术 2020(06)
    • [21].物联网海上舰船航行数据挖掘方法[J]. 舰船科学技术 2020(12)
    • [22].云环境中大数据挖掘的有效花费研究[J]. 上海理工大学学报 2020(03)
    • [23].对《零售数据挖掘与应用》课程教学的思考[J]. 知识经济 2020(18)
    • [24].教育数据挖掘和学习分析研究进展[J]. 牡丹江师范学院学报(自然科学版) 2020(03)
    • [25].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(08)
    • [26].电商市场中大数据挖掘的分析以及决策探究[J]. 中国新通信 2020(12)
    • [27].关于大数据挖掘中的数据分类算法技术的研究[J]. 电脑知识与技术 2020(20)
    • [28].长输油气管道大数据挖掘与应用[J]. 物联网学报 2020(03)
    • [29].数据挖掘实践课程教学模式的探索[J]. 教育教学论坛 2020(36)
    • [30].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(10)

    标签:;  ;  ;  ;  

    通信网络检测系统的数据挖掘 ——基于BP神经网络的数据挖掘系统研究
    下载Doc文档

    猜你喜欢