导读:本文包含了构造数据分析方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,玄武岩,数据,数据流,应用程序,套型,应用软件。
构造数据分析方法论文文献综述
韩帅,李明超,任秋兵,刘承照[1]（2018）在《基于大数据方法的玄武岩大地构造环境智能挖掘判别与分析》一文中研究指出通过玄武岩判别图推断其所形成的大地构造环境的方法由来已久,自1971年Pearce提出了构造-岩浆判别图解法之后,已涌现出了几十种不同的判别图。然而,判别图的制作过程中使用的元素的信息量少,数据样本量少,缺乏代表性,以至于其适用范围有限,且准确率不够。为提高构造环境判别过程的效率和准确性,本文提出以大数据智能挖掘方法建立判别模型,通过玄武岩的化学成分,迅速准确地对其大地构造环境进行判别。所用到的玄武岩包括叁类:洋中脊玄武岩(MORB)、洋岛玄武岩(OIB)和岛弧玄武岩(IAB),样品总量为755个。首先,本文分别利用主量元素判别图和微量元素判别图对叁类数据的大地构造环境进行判别,包括Ti O_2-MnO-P_2O_5、Fe O~T-MgO-Al_2O_3、Ti-Zr-Y、Zr/Y-Zr和Ti-Zr判别图。由于判别图法针对的是特定的元素或化合物,而有些样品的成份记录不完善或没有测量到有指定物质,导致无法对该样品在判别图中绘制,因此在绘制不同的判别图之前,需要筛选掉一部分数据。判别结果表明,在不考虑无效数据的情况下,Zr/Y-Zr判别图的准确率最高,可达90%以上。但如果考虑到已筛选掉的数据,上述五种图对叁种岩石的判别准确率均低于75%。在利用数据挖掘算法进行判别的过程中,本文分别试验了朴素贝叶斯(NB)、K邻近(KNN)、支持向量机(SVM)和随机森林(RF)四种算法。为达到较好的识别效果,本文将所有的化合物和微量元素组成51维的参数组用于训练模型,并且不会进行任何的数据筛选,即全部被视作有效数据。训练结果表明,NB的分类结果最差,但也超过了75%,而RF训练准确率高达100%。在算法的进阶分析中,测得RF算法验证准确率可达88.46%;为提升智能算法的实用性,本文利用贝叶斯定理对算法的判别结果求逆概率,以实现"由果及因"的合理推断;同时,本文通过人为模拟数据缺失,进一步验证不同的算法的鲁棒性,并认为RF和NB是应该被优先考虑的两种算法;最后,通过提取RF中的决策树,本文对样本中元素的重要性进行了分析,并找到了对判别效果影响最大的几个主量元素和微量元素。综上所述,利用数据挖掘算法判别大地构造环境要比判别图法更为准确、迅速且功能多样,可在该领域做进一步推广应用。(本文来源于《岩石学报》期刊2018年11期）
冯国富,刘军[2]（2009）在《一种基于数据流图的审计分析模型构造方法》一文中研究指出基于审计分析模型计算机审计的本质就是验证相关数据项之间的实际关联关系对理论关联关系的符合一致性。但缺乏系统的审计分析模型构造方法已成为制约当前计算机审计发展的瓶颈。基于此背景,本文论述了审计分析模型的工作原理,提出了一种基于数据流图的审计分析模型构造方法及其审计工作指南,并提供了一个实际审计案例,用以演示其工作过程、验证其可行性和有效性。(本文来源于《审计研究》期刊2009年04期）
邓亮,刘春平,万飞,廖欣[3]（2009）在《从水位观测数据中排除非构造因素影响的状态空间分析方法》一文中研究指出为了更有效地利用地下水位观测数据开展地震预测,需要排除其它因素对地下水位的干扰。降雨、气压和潮汐是影响地下水位的3个重要的非构造应力因素,对此建立状态空间模型以提取与地震有关的水文异常。这个模型把观测到的地下水位时间序列分解为气压响应、潮汐响应、降雨响应、噪声因子和水位残差5个因子,运用状态空间分析方法,从地下水位的实际观测数据中分解出气压、潮汐和降雨等主要的非构造因素对地下水位的影响,从而得到构造应力影响下的地下水位数据,以便于提取与地震活动有关的异常信息。(本文来源于《华北地震科学》期刊2009年02期）
贾永庆,彭威,王清,朱卫锋[4]（2009）在《数据挖掘分类模型构造方法及其在贷款分析中的应用》一文中研究指出介绍了数据挖掘技术和模型的概念,提出了基于决策树的数据挖掘分类模型构造方法,并结合银行业信贷业务特点,对数据挖掘在贷款分析中的应用进行探讨。(本文来源于《武汉工程职业技术学院学报》期刊2009年01期）
顾景文[5]（1989）在《一种用于计算机辅助设计分析的“混合型”数据模型的构造方法》一文中研究指出本文介绍一种“混合型”建筑套型的数据模型结构,它具有构造简单、灵活,结构易于扩充、修改,存贮量少的优点,它使用较少的存贮数据和模式一致的语法描述形式以及图形、参数的自动生成技术可以实现不同方案的重复性生成和评价。(本文来源于《计算机学报》期刊1989年05期）
构造数据分析方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于审计分析模型计算机审计的本质就是验证相关数据项之间的实际关联关系对理论关联关系的符合一致性。但缺乏系统的审计分析模型构造方法已成为制约当前计算机审计发展的瓶颈。基于此背景,本文论述了审计分析模型的工作原理,提出了一种基于数据流图的审计分析模型构造方法及其审计工作指南,并提供了一个实际审计案例,用以演示其工作过程、验证其可行性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
构造数据分析方法论文参考文献
[1].韩帅,李明超,任秋兵,刘承照.基于大数据方法的玄武岩大地构造环境智能挖掘判别与分析[J].岩石学报.2018
[2].冯国富,刘军.一种基于数据流图的审计分析模型构造方法[J].审计研究.2009
[3].邓亮,刘春平,万飞,廖欣.从水位观测数据中排除非构造因素影响的状态空间分析方法[J].华北地震科学.2009
[4].贾永庆,彭威,王清,朱卫锋.数据挖掘分类模型构造方法及其在贷款分析中的应用[J].武汉工程职业技术学院学报.2009
[5].顾景文.一种用于计算机辅助设计分析的“混合型”数据模型的构造方法[J].计算机学报.1989
论文知识图
