平臺慣導(dǎo)系統(tǒng)標(biāo)定參數(shù)時變規(guī)律研究
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1-1參數(shù)數(shù)據(jù)挖掘研究流程圖
圖1-1參數(shù)數(shù)據(jù)挖掘研究流程圖照參數(shù)數(shù)據(jù)挖掘流程,論文的內(nèi)容具體可分為五個章節(jié):一章,緒論。闡述了本課題的研究背景和意義,以及數(shù)據(jù)挖掘技外的研究歷史與現(xiàn)狀,最后說明了本論文的研究內(nèi)容。二章,數(shù)據(jù)預(yù)分析。介紹某型號平臺慣導(dǎo)系統(tǒng)的標(biāo)定項目,根據(jù)史數(shù)據(jù)初步分析了參數(shù)隨時間變化量級和....
圖3-2離群數(shù)據(jù)挖掘過程
第3章平臺慣導(dǎo)系統(tǒng)標(biāo)定參數(shù)分類法簡介據(jù)挖掘群數(shù)據(jù)挖掘成功的兩個關(guān)鍵要素為:一是準(zhǔn)確的定義所是使用正確的數(shù)據(jù)。要對這些數(shù)據(jù)做有效的整合和轉(zhuǎn)換掘的成功離不開清晰的過程的定義[14]。離群數(shù)據(jù)挖掘的為:離群數(shù)據(jù)的定義(OutliersDefine)、數(shù)據(jù)收集和預(yù)處andPr....
圖4-1常值漂移X軸稀疏貝葉斯預(yù)測曲線
HYPERPARAMETER,DIAGNOSTIC]=SparseBayes('Gaussian',BASIS,t,OPTIONS,SETTINGS),此函數(shù)實(shí)現(xiàn)主要的稀疏貝葉斯數(shù)據(jù)挖掘的功能。其中,'Gaussian'為真值回歸的噪聲模型。OPTIONS,SETTINGS,BA....
圖4-2常值漂移Y軸稀疏貝葉斯預(yù)測曲線
本文編號:3911719
本文鏈接:http://sikaile.net/kejilunwen/jingguansheji/3911719.html