理工類開題報告

理工類開題報告

　　在當(dāng)下這個社會中，報告與我們的生活緊密相連，我們在寫報告的時候要注意涵蓋報告的基本要素。相信許多人會覺得報告很難寫吧，下面是小編為大家整理的理工類開題報告，希望能夠幫助到大家。

理工類開題報告1

　　實(shí)證研究法

　　實(shí)證研究法是科學(xué)實(shí)踐研究的一種特殊形式。其依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要，提出設(shè)計，利用科學(xué)儀器和設(shè)備，在自然條件下，通過有目的有步驟地操縱，根據(jù)觀察、記錄、測定與此相伴隨的現(xiàn)象的變化來確定條件與現(xiàn)象之間的因果關(guān)系的活動。主要目的在于說明各種自變量與某一個因變量的關(guān)系。

　　定量分析法

　　在科學(xué)研究中，通過定量分析法可以使人們對研究對象的認(rèn)識進(jìn)一步精確化，以便更加科學(xué)地揭示規(guī)律，把握本質(zhì)，理清關(guān)系，預(yù)測事物的發(fā)展趨勢。

　　定性分析法

　　定性分析法就是對研究對象進(jìn)行“質(zhì)”的方面的分析。具體地說是運(yùn)用歸納和演繹、分析與綜合以及抽象與概括等方法，對獲得的各種材料進(jìn)行思維加工，從而能去粗取精、去偽存真、由此及彼、由表及里，達(dá)到認(rèn)識事物本質(zhì)、揭示內(nèi)在規(guī)律。

　　跨學(xué)科研究法

　　運(yùn)用多學(xué)科的理論、方法和成果從整體上對某一課題進(jìn)行綜合研究的方法，也稱“交叉研究法”�？茖W(xué)發(fā)展運(yùn)動的規(guī)律表明，科學(xué)在高度分化中又高度綜合，形成一個統(tǒng)一的整體。據(jù)有關(guān)專家統(tǒng)計，現(xiàn)在世界上有多種學(xué)科，而學(xué)科分化的趨勢還在加劇，但同時各學(xué)科間的聯(lián)系愈來愈緊密，在語言、方法和某些概念方面，有日益統(tǒng)一化的趨勢。

　　個案研究法

　　個案研究法是認(rèn)定研究對象中的某一特定對象，加以調(diào)查分析，弄清其特點(diǎn)及其形成過程的一種研究方法。個案研究有三種基本類型：

　�。�1）個人調(diào)查，即對組織中的某一個人進(jìn)行調(diào)查研究；

　�。�2）團(tuán)體調(diào)查，即對某個組織或團(tuán)體進(jìn)行調(diào)查研究；

　　（3）問題調(diào)查，即對某個現(xiàn)象或問題進(jìn)行調(diào)查研究。

　　功能分析法

　　功能分析法是社會科學(xué)用來分析社會現(xiàn)象的一種方法，是社會調(diào)查常用的分析方法之一。它通過說明社會現(xiàn)象怎樣滿足一個社會系統(tǒng)的需要（即具有怎樣的功能）來解釋社會現(xiàn)象。

　　數(shù)量研究法

　　數(shù)量研究法也稱“統(tǒng)計分析法”和“定量分析法”，指通過對研究對象的規(guī)模、速度、范圍、程度等數(shù)量關(guān)系的分析研究，認(rèn)識和揭示事物間的相互關(guān)系、變化規(guī)律和發(fā)展趨勢，借以達(dá)到對事物的正確解釋和預(yù)測的一種研究方法。

　　模擬法（模型方法）

　　模擬法是先依照原型的主要特征，創(chuàng)設(shè)一個相似的模型，然后通過模型來間接研究原型的一種形容方法。根據(jù)模型和原型之間的.相似關(guān)系，模擬法可分為物理模擬和數(shù)學(xué)模擬兩種。

　　探索性研究法

　　探索性研究法是高層次的科學(xué)研究活動。它是用已知的信息，探索、創(chuàng)造新知識，產(chǎn)生出新穎而獨(dú)特的成果或產(chǎn)品。

　　信息研究方法

　　信息研究方法是利用信息來研究系統(tǒng)功能的一種科學(xué)研究方法。美國數(shù)學(xué)、通訊工程師、生理學(xué)家維納認(rèn)為，客觀世界有一種普遍的聯(lián)系，即信息聯(lián)系。當(dāng)前，正處在“信息革命”的新時代，有大量的信息資源，可以開發(fā)利用。信息方法就是根據(jù)信息論、系統(tǒng)論、控制論的原理，通過對信息的收集、傳遞、加工和整理獲得知識，并應(yīng)用于實(shí)踐，以實(shí)現(xiàn)新的目標(biāo)。信息方法是一種新的科研方法，它以信息來研究系統(tǒng)功能，揭示事物的更深一層次的規(guī)律，幫助人們提高和掌握運(yùn)用規(guī)律的能力。

　　經(jīng)驗(yàn)總結(jié)法

　　經(jīng)驗(yàn)總結(jié)法是通過對實(shí)踐活動中的具體情況，進(jìn)行歸納與分析，使之系統(tǒng)化、理論化，上升為經(jīng)驗(yàn)的一種方法�？偨Y(jié)推廣先進(jìn)經(jīng)驗(yàn)是人類歷史上長期運(yùn)用的較為行之有效的領(lǐng)導(dǎo)方法之一。

　　描述性研究法

　　描述性研究法是一種簡單的研究方法，它將已有的現(xiàn)象、規(guī)律和理論通過自己的理解和驗(yàn)證，給予敘述并解釋出來。它是對各種理論的一般敘述，更多的是解釋別人的論證，但在科學(xué)研究中是必不可少的。它能定向地提出問題，揭示弊端，描述現(xiàn)象，介紹經(jīng)驗(yàn)，它有利于普及工作，它的實(shí)例很多，有帶揭示性的多種情況的調(diào)查；有對實(shí)際問題的說明；也有對某些現(xiàn)狀的看法等。

理工類開題報告2

　　大學(xué)學(xué)位論文題目：聚類算法研究及其在IDS中的應(yīng)用

　　一、論文的研究內(nèi)容

　　論文的研究內(nèi)容包括兩個方面：一是研究新的高效的聚類算法；一是把已有的聚類算法或論文提出的新算法和入侵檢測技術(shù)相結(jié)合，從而提出一個好的入侵檢測模型。具體的研究內(nèi)容包括以下幾個點(diǎn)：

　　第一、針對聚類算法的研究問題：

　　1、如何提高算法的可擴(kuò)展性

　　許多聚類算法在小于200個數(shù)據(jù)對象的小數(shù)據(jù)集上是高效率的，但是無法處理一個大規(guī)模數(shù)據(jù)庫里的海量對象�，F(xiàn)有的聚類算法只有極少數(shù)適合處理大數(shù)據(jù)集，而且只能處理數(shù)值型數(shù)據(jù)對象，無法分析具有類屬性的數(shù)據(jù)對象。

　　2、如何處理離群點(diǎn)

　　在實(shí)際應(yīng)用中，估計數(shù)據(jù)集中的離群點(diǎn)可能是非常困難的，很多算法通常丟棄增長緩慢的簇，這樣的簇趨向于代表離群點(diǎn)。然而在某些應(yīng)用中，用戶可能對相對較小的簇比較感興趣，比如入侵檢測中，這些小的簇可能代表異常行為，那么我們需要考慮在對算法影響更小的前提下，如何更好的處理這些離群點(diǎn)。

　　3、研究適合具有類屬性數(shù)據(jù)的聚類算法的有效性

　　對聚類分析而言，有效性問題通�？梢赞D(zhuǎn)換為最佳類別數(shù)K的決策。而目前有關(guān)聚類算法的有效性分析，大都集中在對數(shù)值數(shù)據(jù)的聚類方式分析上。對于具有類屬性的數(shù)據(jù)聚類，還沒有行之有效的分析方法。

　　第二、針對聚類算法在IDS應(yīng)用中的研究問題：

　　1、如何結(jié)合聚類技術(shù)和入侵檢測技術(shù)取得更好的效果

　　很多的聚類算法都已經(jīng)和IDS應(yīng)用環(huán)境結(jié)合起來了，很多研究者對前人提出的算法作出改進(jìn)后，應(yīng)用到IDS系統(tǒng)中去，或者提出一個全新的算法來適應(yīng)IDS的要求。隨著聚類技術(shù)的不斷發(fā)展，聚類技術(shù)在入侵檢測中的應(yīng)用將是一個很有前景的工作。我們需要把更好的聚類技術(shù)成果應(yīng)用到入侵檢測中。

　　2、利用聚類技術(shù)處理入侵檢測中的頻繁誤警

　　雖然入侵檢測是重要的安全措施，然而它常常觸發(fā)大量的誤警，使得安全管理員不堪重負(fù)，事實(shí)上，大量的誤警是重復(fù)發(fā)生并且頻繁發(fā)生的，可以利用聚類技術(shù)來尋找導(dǎo)致IDS產(chǎn)生大量誤警的本質(zhì)原因。

　　二、學(xué)位論文研究依據(jù)

　　學(xué)位論文的選題依據(jù)和研究意義，以及國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢

　　聚類分析研究已經(jīng)有很長的歷史，其重要性及其與其他研究方向的交叉特性已經(jīng)得到了研究者的充分肯定。對聚類算法的研究必將推動相關(guān)學(xué)科向前發(fā)展。另外，聚類技術(shù)已經(jīng)活躍在廣泛的應(yīng)用領(lǐng)域。作為與信息安全專業(yè)的交叉學(xué)科，近年來，聚類算法在入侵檢測方面也得到大量的應(yīng)用。然而，聚類算法雖取得了長足的發(fā)展，但仍有一些未解決的問題。同時，聚類算法在某些應(yīng)用領(lǐng)域還沒有充分的發(fā)揮作用，聚類技術(shù)和入侵檢測技術(shù)結(jié)合得還不夠完善。在這種背景下，我們認(rèn)為，論文的選題是非常有意義的。

　　本論文研究的內(nèi)容主要包括兩個方面：聚類算法的研究以及聚類算法在入侵檢測中的應(yīng)用。下面從兩個方面闡述國內(nèi)外這兩個方面的發(fā)展現(xiàn)狀和趨勢：

　　前人已經(jīng)提出很多聚類算法，然而沒有任何一種聚類算法可以普遍適用于揭示各種多維數(shù)據(jù)集所呈現(xiàn)出來的多種多樣的結(jié)構(gòu)，根據(jù)數(shù)據(jù)在聚類中的積聚規(guī)則以及應(yīng)用這些規(guī)則的方法，可以將聚類算法分為以下幾種：

　　1。劃分聚類算法

　　劃分聚類算法需要預(yù)先指定聚類數(shù)目或聚類中心，通過反復(fù)迭代運(yùn)算，逐步降低目標(biāo)函數(shù)的誤差值，當(dāng)目標(biāo)函數(shù)收斂時，得到最終的聚類結(jié)果，劃分聚類算法典型代表是k—means算法[1]和k—modoids算法。這些算法處理過程簡單，運(yùn)行效率好，但是存在對聚類數(shù)目的依賴性和退化性。迄今為止，許多聚類任務(wù)都選擇這兩個經(jīng)典算法，針對k—means及k—modoids的固有弱點(diǎn)，也出現(xiàn)了的不少改進(jìn)版本。

　　2。層次聚類算法

　　又稱樹聚類算法，它使用數(shù)據(jù)的聯(lián)接規(guī)則，透過一種層次的架構(gòu)方式，反復(fù)將數(shù)據(jù)進(jìn)行分裂和聚合，以形成一個層次序列的聚類問題解。由于層次聚類算法的計算復(fù)雜性比較高，所以適合于小型數(shù)據(jù)集的聚類。20xx年，Gelbard等人有提出一種新的層次聚合算法，稱為正二進(jìn)制方法。該方法把待分類數(shù)據(jù)以正的二進(jìn)制形式存儲在二維矩陣中，他們認(rèn)為，將原始數(shù)據(jù)轉(zhuǎn)換成正二進(jìn)制會改善聚類結(jié)果的正確率和聚類的魯棒性，對于層次聚類算法尤其如此。Kumar等人[9]面向連續(xù)數(shù)據(jù)提出一種新的基于不可分辨粗聚合的層次聚類算法，既考慮了項(xiàng)的出現(xiàn)次序又考慮了集合內(nèi)容，該算法能有效挖掘連續(xù)數(shù)據(jù)，并刻畫類簇的主要特性。

　　3�；�于密度—網(wǎng)格的聚類算法

　　與傳統(tǒng)的聚類方法不同：基于密度的聚類算法，通過數(shù)據(jù)密度來發(fā)現(xiàn)任意形狀的類簇；基于網(wǎng)格的聚類算法，使用一個網(wǎng)格結(jié)構(gòu)，圍繞模式組織由矩形塊劃分的值空間，基于塊的分布信息實(shí)現(xiàn)模式聚類，基于網(wǎng)格的聚類算法常常與其他方法相結(jié)合，特別是與基于密度的聚類方法相結(jié)合。基于網(wǎng)格和密度的聚類方法在以空間信息處理為代表的眾多領(lǐng)域有著廣泛的應(yīng)用。特別是伴隨著近來處理大規(guī)模數(shù)據(jù)集、可伸縮的聚類方法的開發(fā)，它在空間數(shù)據(jù)挖掘研究子域日趨活躍。

【理工類開題報告】相關(guān)文章：

理工類開題報告03-10

理工類開題報告范文03-27

關(guān)于理工類開題報告范文09-28

理工類研究生開題報告范文10-31

理工類研究生開題報告范文08-17

開題報告 碩士開題報告05-02

開題報告格式及開題報告的寫法10-19

開題報告格式及開題報告的寫法04-13

開題報告08-11