📄Работа №72527
Тема: РАЗРАБОТКА МЕТОДА, АЛГОРИТМОВ И ПРОГРАММНЫХ КОМПОНЕНТОВ ДЛЯ ПРОГРАММЫ МНОГОМЕРНОГО АНАЛИЗА ВОЕННОЙ МОЩИ ВЕДУЩИХ СТРАН МИРА
Тип работы
Дипломные работы, ВКР
Предмет
информационная безопасность
Объем:
41 листов
Год:
2017
Просмотров:
288
4900
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение
1 Методы многомерного статистического анализа 2
1.1 Множественная корреляция и множественный регрессионный анализ 5
1.2 Дискриминантный анализ 6
1.3 Кластерный анализ 7
1.4 Факторный анализ 7
1.5 Основные способы представления многомерных данных 8
1.6 Основные типы представления многомерных данных 9
1.7 Математическое ожидание и дисперсия многомерной случайной
величины 15
1.8 Сравнение дисперсий двух многомерных выборочных совокупностей....17
1.9 Анализ зависимостей в многомерных данных 18
1.10 Анализ остатков 18
1.11 Требования к исходным данным 20
1.12 Использование множественной линейной регрессии при решении
прикладных задач 21
2 Обзор имеющихся программных продуктов для многомерного анализа
данных 23
2.1 СистемаОпйпе Transaction Processing 23
2.2 ПрограммноерешениеStatistical Package for the Social Sciences 25
2.3 Программа для статистического анализа Statistica 26
2.4 Утилита для статистического анализаEviews 8 27
3 Создание базытемпоральной информации 28
3.1 Директивыдляподготовкиданных 28
3.2 Директивы для многомерного анализа данных 29
3.3 Базаданныхит1едЫа1юпзВеуе1ортеп1 30
3.4 БазыданныхсервисаО1оЬа1Р1геРо’№ег 30
3.5 БазыданныхНаучно-техническогоуправленияСеп1га1т1еШдепсеадепсу...32
3.6 Базы данных федеральной службы государственной статистики 32
4 Описание реализованногопрограммного продукта Ortlinnk 33
4.1 Пользовательские скрипты 36
4.2 Пользовательский интерфейс 37
4.3 Дополнительные возможности 37
4.4 Пример работы программного продукта 38
4.5 Перспективы дальнейшего развития 41
Заключение 42
Список использованной литературы 43
Приложение 44
1 Методы многомерного статистического анализа 2
1.1 Множественная корреляция и множественный регрессионный анализ 5
1.2 Дискриминантный анализ 6
1.3 Кластерный анализ 7
1.4 Факторный анализ 7
1.5 Основные способы представления многомерных данных 8
1.6 Основные типы представления многомерных данных 9
1.7 Математическое ожидание и дисперсия многомерной случайной
величины 15
1.8 Сравнение дисперсий двух многомерных выборочных совокупностей....17
1.9 Анализ зависимостей в многомерных данных 18
1.10 Анализ остатков 18
1.11 Требования к исходным данным 20
1.12 Использование множественной линейной регрессии при решении
прикладных задач 21
2 Обзор имеющихся программных продуктов для многомерного анализа
данных 23
2.1 СистемаОпйпе Transaction Processing 23
2.2 ПрограммноерешениеStatistical Package for the Social Sciences 25
2.3 Программа для статистического анализа Statistica 26
2.4 Утилита для статистического анализаEviews 8 27
3 Создание базытемпоральной информации 28
3.1 Директивыдляподготовкиданных 28
3.2 Директивы для многомерного анализа данных 29
3.3 Базаданныхит1едЫа1юпзВеуе1ортеп1 30
3.4 БазыданныхсервисаО1оЬа1Р1геРо’№ег 30
3.5 БазыданныхНаучно-техническогоуправленияСеп1га1т1еШдепсеадепсу...32
3.6 Базы данных федеральной службы государственной статистики 32
4 Описание реализованногопрограммного продукта Ortlinnk 33
4.1 Пользовательские скрипты 36
4.2 Пользовательский интерфейс 37
4.3 Дополнительные возможности 37
4.4 Пример работы программного продукта 38
4.5 Перспективы дальнейшего развития 41
Заключение 42
Список использованной литературы 43
Приложение 44
📖 Введение
Исходная информация в социально-экономических исследованиях представляется чаще всего в виде набора объектов, каждый из которых характеризуется рядом признаков (показателей). Поскольку число таких объектов и признаков может достигать десятков и сотен, и визуальный анализ этих данных малоэффективен, то возникают задачи снижения количества исходных данных, выявления структуры и взаимосвязи между ними на основе построения обобщенных характеристик множества признаков и множества объектов. Такие задачи могут решаться методами многомерного статистического анализа. Многомерный статистический анализ - раздел математической статистики, посвященный математическим методам, направленным на выявление характера и структуры взаимосвязей между компонентами исследуемого многомерного признака и предназначенным для получения научных и практических выводов.
Основной целью работы является разработка метода, алгоритмов и программных компонентов для программы многомерного анализа военной мощи ведущих стран мира.
Актуальность данной работы обусловлена тем, что разрабатываемая система анализа позволит существенно упростить аналитическую работу, свести к минимуму скорость обработки больших объемов информации, а также получать актуализированные данные.
Задачи, решаемые в работе:
- анализ состояния вопроса;
- выбор методов многомерного анализа данных и разработка алгоритмов и программных компонентов;
- разработка, тестирование и реализация программного обеспечения.
Объектом исследования являются методы многомерного анализа данных. Предметом исследования исследования являются алгоритмы и программные компоненты для многомерного анализа данных.
Методы исследования используемые в работе:
- сбор данных и их систематизация, анализ состояния вопроса;
- методы многомерного анализа данных и способы визуализации информации;
- построение информационных моделей;
- объектно-ориентированное программирование и разработка тестовых примеров.
Основной целью работы является разработка метода, алгоритмов и программных компонентов для программы многомерного анализа военной мощи ведущих стран мира.
Актуальность данной работы обусловлена тем, что разрабатываемая система анализа позволит существенно упростить аналитическую работу, свести к минимуму скорость обработки больших объемов информации, а также получать актуализированные данные.
Задачи, решаемые в работе:
- анализ состояния вопроса;
- выбор методов многомерного анализа данных и разработка алгоритмов и программных компонентов;
- разработка, тестирование и реализация программного обеспечения.
Объектом исследования являются методы многомерного анализа данных. Предметом исследования исследования являются алгоритмы и программные компоненты для многомерного анализа данных.
Методы исследования используемые в работе:
- сбор данных и их систематизация, анализ состояния вопроса;
- методы многомерного анализа данных и способы визуализации информации;
- построение информационных моделей;
- объектно-ориентированное программирование и разработка тестовых примеров.
✅ Заключение
ВКР была разработке метода, и программных компонентов для многомерного данных. Реализован продукт Orthank, быстро и эффективно однотипную для множества входных . Orthank протестирован пользователей с различным работы с ПК. В тестирования выявлен и ряд ошибок. Кроме , были учтены п и предложения, составили новые для комплекса.
Разработанный продукт позволит:
- данные распространенных баз;
- получать в табличном виде;
- данные в графическом ;
- обрабатывать данные различными анализа (такими как и кластерный);
- выводить в наиболее формате csv.
На основании можно сделать о том, что разработка метода, и программных для программы многомерного является целесообразной, и приносить реальную при его использовании алгоритма и программного .
В процессе выполнения получены следующие :
1. Разработан многомерного анализа ;
2. Разработан алгоритм данного метода;
3. программный реализующий разработанный многомерного анализа ;
4. Разработан способ полученных в графическом виде;
Разработанный продукт позволит:
- данные распространенных баз;
- получать в табличном виде;
- данные в графическом ;
- обрабатывать данные различными анализа (такими как и кластерный);
- выводить в наиболее формате csv.
На основании можно сделать о том, что разработка метода, и программных для программы многомерного является целесообразной, и приносить реальную при его использовании алгоритма и программного .
В процессе выполнения получены следующие :
1. Разработан многомерного анализа ;
2. Разработан алгоритм данного метода;
3. программный реализующий разработанный многомерного анализа ;
4. Разработан способ полученных в графическом виде;
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.