收藏本站
《浙江大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

化学化工数据挖掘技术的研究

束志恒  
【摘要】:化学化工是一门实践性很强的学科,随着计算机技术的发展,积 累了大量的数据,数据挖掘技术的发展为从这些数据获取有用知识提 供了有力的工具。数据挖掘方法的有效性,总是与各个领域的数据特 点紧密的结合在一起。本文针对化学化工领域中的数据具有高维、复 共线性和带有噪音的特点,利用神经网络、粗糙集方法、模糊系统以 及统计方法,对属性筛选、连续属性的离散化、规则获取、化学模式 分类建模、化工过程建模进行了研究,并介绍了数据挖掘方法和粗糙 集的基本理论和方法,以及化学化工数据挖掘所面临的问题。主要内 容如下: 1、 提出一种基于正则化网络-遗传算法的属性筛选方法。根据 神经网络剪枝中的正则化方法和灵敏度分析方法,采用贝叶斯正则化 方法对网络进行训练,然后利用神经网络分类器的特性设计选择算 子,利用遗传算法对神经网络的输入单元进行剪枝,从而达到属性筛 选的目的。在留兰香高维模式的属性筛选中,说明了本方法优于其它 方法。 2、 针对粗糙集方法只能处理离散型数据,提出一种基于X2统计 量的离散化方法RSE-Chi2。本方法是一种合并型的离散化方法,以X2 统计量的大小作为是否合并依据,以决策系统的不确定度量函数作为 离散化停止标准,通过基于背景知识的特征价值度量大小来安排各个 属性离散化顺序。本方法的优点是将连续属性的离散化和特征选择有 机的结合在一起,自动确定合适的离散化程度。 3、 在基于粗糙集的分类规则获取中,为了使所得规则具有良好 的泛化性能,并使基于规则的分类模型具有较好的推广性,提出了以 下方法:采用RSE-Chi2方法,将决策系统的连续属性离散化和属性 约简结合在一起,消除冗余的划分断点,使所得约简具有较好的推广 性;在分辨矩阵的基础上,采用贪心算法,每次选入分类能力最强的 属性值,以获得值约简的满意解;根据所得规则参数的统计性质,以 及与样本条件属性值的匹配程度,对未知类别样本进行预测。在橄榄 油的分类规则获取和分类建模应用中,所得结果易于理解,无需先验 知识,具有较好的预测准确度。 浙江大学博士学位论文 4、根据连续属性离散化后所得知识的模糊性,将粗糙集方法与 模糊方法相结合,并根据神经网络原理来调整有关参数,提出了以下 方法:根据粗糙集方法所得规则构建了一种用于分类的模糊一神经网 络系统,利用规则参数的统计性质和离散化结果对网络参数进行初始 化,并给出训练方法;提出基于粗糙集的回归分析方法,由此获得用 于回归建模的模糊规则,构建用于回归建模的模糊一神经网络系统, 给出了网络初始化方法和训练方法。将这两种方法分别用于化学模式 分类建模和化工过程建模,具有训练速度快,网络结构简单,易于理 解,推广性良好,优于统计方法和前馈神经网络方法。 关键词数据挖掘粗糙集方法属性筛选离散化决策表的约简 化学模式分类建模化工过程建模
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2005
【分类号】:TQ015.9

【相似文献】
中国期刊全文数据库 前10条
1 陈作新;;论数据挖掘技术与调度决策及其在氧气生产中的应用[J];大众商务;2010年12期
2 易向军,菅志刚,马家海;数据挖掘技术在核磁共振谱谱图库中的应用[J];计算机与应用化学;2004年03期
3 李拥军,余晨,彭志奇;数据仓库、OLAP、数据挖掘之间的关系[J];包钢科技;2005年05期
4 何朝阳;李际军;;面向大批量定制管理的CRM应用[J];煤矿机械;2006年02期
5 刘昭斌;刘文芝;魏俊颖;;基于INTRANET的入侵防御系统模型的研究[J];化工自动化及仪表;2006年02期
6 陈晓红;;数据挖掘的过程、技术及其工具[J];武汉科技学院学报;2006年07期
7 徐德生;李弘;张聚伟;;灰色关联分析方法在居民消费分析中的应用[J];煤炭技术;2006年10期
8 岑成德;张雯雯;;数据库营销及其在旅游企业的应用[J];广东轻工职业技术学院学报;2006年03期
9 陈龙;;基于决策树的动态企业联盟伙伴评价方法研究[J];矿山机械;2007年02期
10 唐笑林;;数据挖掘技术的研究和应用[J];华东理工大学学报(自然科学版);2008年02期
中国重要会议论文全文数据库 前10条
1 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
2 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
3 魏元珍;杨沂凤;;数据挖掘技术及其在数字图书馆中的应用[A];网络信息资源的搜集与应用——全国高校社科信息资料研究会第十次年会论文集[C];2004年
4 肖健;沈彩霞;;浅谈数据挖掘技术现状[A];广西计算机学会2008年年会论文集[C];2008年
5 巩耀亮;邱晓东;孙丽君;李树强;;数据挖掘技术在企业竞争情报系统中的应用研究[A];信息时代——科技情报研究学术论文集(第三辑)[C];2008年
6 王洪锋;;数据挖掘在客户关系管理中的应用研究[A];河南省通信学会2005年学术年会论文集[C];2005年
7 姚小磊;彭清华;;数据挖掘技术在中医眼科应用的设想[A];中华中医药学会第七次眼科学术交流会论文汇编[C];2008年
8 张婧;;数据挖掘技术在进销存系统中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
9 杨利军;勾学荣;;数据挖掘在移动客户流失预测中的研究和应用[A];2008年中国高校通信类院系学术研讨会论文集(上册)[C];2009年
10 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集(第二十二卷)[C];2007年
中国重要报纸全文数据库 前10条
1 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年
2 记者 吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年
3 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年
4 首之;数据挖掘并不神秘[N];金融时报;2006年
5 徐伟 张建国;江苏省化学化工学会第十次会员代表大会隆重召开[N];江苏科技报;2009年
6 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年
7 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年
8 记者 李宏乾;我力克化学化工发展深层次课题[N];中国化工报;2009年
9 孙仪;“晨光”奔向绿色化学化工之路[N];天津日报;2009年
10 徐扬;如何从数据中“挤出”效益[N];中国计算机报;2002年
中国博士学位论文全文数据库 前10条
1 束志恒;化学化工数据挖掘技术的研究[D];浙江大学;2005年
2 许增福;DL环境下的信息资源管理及知识发现研究[D];哈尔滨工程大学;2005年
3 庞淑英;三江并流带旅游地质景观数据挖掘及旅游价值评价研究[D];昆明理工大学;2008年
4 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
5 高清东;复杂供矿条件矿山技术指标整体动态优化系统及应用[D];北京科技大学;2005年
6 李兴;高光谱数据库及数据挖掘研究[D];中国科学院研究生院(遥感应用研究所);2006年
7 王玉峰;变电站瞬态电磁环境及微机保护系统EMC研究[D];大连理工大学;2007年
8 潘海天;数据挖掘技术在聚合过程建模与控制的应用研究[D];浙江大学;2003年
9 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年
10 孙蕾;医学图像智能挖掘关键技术研究[D];西北大学;2005年
中国硕士学位论文全文数据库 前10条
1 赵林明;基于数据仓库的信用卡数据挖掘研究[D];山东科技大学;2005年
2 陈骏武;基于数据挖掘技术的电信客户关系管理研究[D];湖南大学;2005年
3 房静;面向CRM的数据挖掘在电力市场营销中的应用[D];天津大学;2004年
4 罗国甫;数据挖掘在银行客户经理考核系统中的应用[D];同济大学;2006年
5 王鑫;数据挖掘中聚类分析算法的研究[D];山东师范大学;2006年
6 袁明;基于网格的数据挖掘应用研究[D];西安电子科技大学;2007年
7 左红武;基于数据挖掘的房地产企业客户关系管理研究[D];昆明理工大学;2006年
8 田静;数据挖掘技术在防范住房信贷风险中的应用[D];贵州大学;2007年
9 柳迎春;电子商务环境下的顾客价值链挖掘[D];吉林大学;2007年
10 朱丽萍;一个支持商务智能的数据仓库系统的设计和实现[D];上海交通大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026