【摘 要】数据挖掘是处理大批量数据常用的手段，为了进一步掌握数据的发展规律，笔者基于微分数学模型开展了数据挖掘方法的设计，按照微分数学模型中的联合分布函数以及随机分布函数，构建数据的高纬度相空间，并以数学模型中微分数据的存储节点为特征获取依据，获取矢量数据集合的特征。为了减少数据拟合的工作量，在完成数据收集的基础上，进行空间维度的调整，将高纬度矩阵转变为低纬度矩阵。在数据收敛的作用下，通过对信息测度的调控，采用高斯核函数进行离散数据流挖掘，以此完成数据挖掘方法的设计。此外，提出仿真实验，建立实验仿真操作平台，使提出验证的方法更具备有效性，不仅对挖掘数据的命中率更高，还可适应不同环境下的数据挖掘方式，更具备实际应用价值。

【关键词】微积分;数据挖掘;数学模型

数据挖掘是指借助辅助性计算工具，在大批量的数据集合中，采用指定算法找出隐藏在数据集合中的某种规律性。随着当下社会生产的迅速发展，环境中数据监测量同步增大，可明显地发现传统数据挖掘方法在大批量数据处理及分析下的压力增大，虽然在指定时间内完成的数据挖掘量依旧较大，但数据的命中率较低，挖掘的数据层次较浅[1]。为了更好地解决这一问题，本文引入了微分数学模型。此模型是按照微分数学计算中的逻辑方法，利用数学语言构成的科学工程。目前数学模型已经是数学计算过程中不可缺少的计算工具[2]。……