版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、在現(xiàn)代工業(yè)過程中,隨著DCS、數(shù)據(jù)采集和存儲技術的廣泛應用,大量的操作數(shù)據(jù)中隱含了大量的操作信息,這些信息若得到合理利用,可以輔導并指導生產(chǎn)。目前,數(shù)據(jù)挖掘技術正在從經(jīng)濟、教育行業(yè)、生物學等應用領域轉移到了工業(yè)生產(chǎn)范疇。
工業(yè)過程數(shù)據(jù)一般具有連續(xù)型和目標聚集性特征,為了有效地對此數(shù)據(jù)進行關聯(lián)規(guī)則挖掘,論文提出了一種基于K-MEANS聚類的APRIORI關聯(lián)規(guī)則方法,并將其應用于工業(yè)過程操作規(guī)則的挖掘,論文的主要內(nèi)容包括:
2、> (1)在對K-MEANS和APRIORI算法的原理和性能的分析和研究基礎上,根據(jù)工業(yè)過程操作數(shù)據(jù)的特點,給出了一種基于K-MEANS聚類的APRIORI關聯(lián)規(guī)則方法。
(2)采用基于K-MEANS聚類的APRIORI關聯(lián)規(guī)則算法對工業(yè)過程的操縱變量和目標變量數(shù)據(jù)進行處理,獲取聚類中心和類標簽,根據(jù)聚類將數(shù)據(jù)進行分段,并將連續(xù)數(shù)據(jù)布爾化,通過關聯(lián)規(guī)則算法挖掘操作變量與目標變量之間的關聯(lián)關系,最后將字符型的關聯(lián)關系轉換為數(shù)值
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種改進的關聯(lián)規(guī)則挖掘算法.pdf
- 一種改進的并行關聯(lián)規(guī)則挖掘算法.pdf
- 一種改進的關聯(lián)規(guī)則挖掘技術研究.pdf
- 一種新的關聯(lián)規(guī)則挖掘并行算法.pdf
- 基于聚類的關聯(lián)規(guī)則挖掘算法研究.pdf
- 一種基于索引的關聯(lián)規(guī)則挖掘算法研究.pdf
- 基于聚類的關聯(lián)規(guī)則挖掘算法研究
- 一種基于模式變換的高效關聯(lián)規(guī)則挖掘算法.pdf
- 一種關聯(lián)規(guī)則數(shù)據(jù)挖掘算法的設計與實現(xiàn).pdf
- 一種擴展的否定關聯(lián)規(guī)則形式及其挖掘算法.pdf
- 一種加權關聯(lián)規(guī)則模型及挖掘算法研究.pdf
- 基于時間序列聚類的關聯(lián)規(guī)則挖掘研究.pdf
- 一種基于生物數(shù)據(jù)的多層關聯(lián)規(guī)則挖掘算法.pdf
- 一種基于關聯(lián)規(guī)則數(shù)據(jù)挖掘改進算法的研究.pdf
- 時間序列的聚類和關聯(lián)規(guī)則挖掘研究.pdf
- 基于聚類和矩陣的關聯(lián)規(guī)則挖掘研究.pdf
- 面向關聯(lián)規(guī)則挖掘的隱私保護.pdf
- 基于聚類劃分的Web日志關聯(lián)規(guī)則增量式挖掘方法研究.pdf
- 基于聚類和關聯(lián)規(guī)則的港口生產(chǎn)數(shù)據(jù)挖掘研究.pdf
- 基于聚類的多層關聯(lián)規(guī)則挖掘算法研究與改進.pdf
評論
0/150
提交評論