Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
КурсоваДейнега1.docx
Скачиваний:
4
Добавлен:
23.02.2016
Размер:
1.32 Mб
Скачать

4.4 Побудова Olap-кубу

OLAP-куб — структура, яка дозволяє здійснювати швидкий аналіз даних. Також може бути визначена як здатність до маніпулювання і аналізу даних з різних перспектив. Впорядкування даних у куби долає обмеження реляційних баз даних. Такі бази даних не дуже добре пристосовані для майже миттєвого аналізу та відображення великих обсягів даних. Навпаки, вони відповідають вимогам створення записів через серії транзакцій OLTP. Хоча існує багато інструментів створення звітів для реляційних баз даних, вони надто повільні, коли має бути оброблена ціла база даних.

4.2 Побудова нейромережі

Використовуючи нейромережеві алгоритми можна побудувати шукану залежність між цими параметрами. Це завдання виконано за процедурою Майстра обробки «Нейросеть».

Рис.24 Вхідні поля для аналізу з використанням нейромережі

Рис.25 Вибір навчальної\тестової підмножини

Рис.26 Процес навчання нейромережі

Рис.27 Багатофакторна нейромережева модель

На рисунку 27 ми можемо спостерігати нейромережеву модель, яка містить в собі інформацію про взаємовплив наших даних.

5 Візуалізація результатів

5.1 Побудова Карти Кохонена

Карти Кохонена – використовуються для вирішення таких завдань, як пошук закономірностей у великих масивах даних, виявлення наборів незалежних ознак і стиснення інформації.

Побудуємо залежність видобутку біоресурсів у внутрішніх водоймах до видобутку у Світовому океані та у економічних зонах інших держав.

Рис.28 Вибір полів для побудови карти Кохонена

Рис.29 Фрагмент карти Кохонена

За допомогою Карти кохонена і вказівника миші ми можемо дізнатися вплив кожного фактору на результуючі поля.

5.2 Побудова olap-кубу

Зважаючи на те, що ми маємо відносно не велику вибірку даних, OLAP-куб дасть мало інформації, але все-таки спробуємо отримати хоч щось.

Побудова OLAP-кубу здійснювалась за допомогою Мастра візуалізації:

Рис.30 Налаштування полів куба

Рис.31 Налаштування вимірів куба

Рис.32 Вибір фактів

Рис.33 Побудований OLAP-куб для набору даних

Як і було вище сказано, OLAP-куб бажає бути кращим, також до недоліків Deductor Academic можна віднести те, що він не дозволяє проводити експорт даних у більш наглядний формат.