收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的工业数据挖掘技术研究

马朝阳  
【摘要】:支持向量机方法和数据挖掘领域是现在国内外学术界的研究热点。数据挖掘在许多商业应用中都取得了十分理想的效果,但是在流程工业生产过程中,应用数据挖掘成功的例子还不多见。本论文在经典的数据挖掘算法中结合了支持向量机方法,并针对每个算法给出了用于实际工业控制项目的例子,讨论了基于支持向量机的数据挖掘方法在工业应用中的利弊。论文的主要内容包括以下三个方面: 首先,论文描述了基于核主元分析结合支持向量机的工业建模预测。复合肥生产工艺过程比较复杂,采用传统方法对复合肥养分含量建模难以达到理想效果。在直接使用支持向量回归建模时,数据预处理、核函数参数选择是两个难点。论文提出一种KPCA-SVR方法,结合了两种核方法的优点,又提出了一种核参数选择的改进算法,并融合到KPCA-SVR方法中,通过对实际工业数据的仿真研究,结果表明该方法取得了很好的效果。 其次,论文重点描述了基于支持向量机的关联规则提取。文中提出了一种基于支持向量机的关联规则提取方法,通过支持向量聚类、数据域描述等方法来归类样本数据,利用得到的支持向量来提取规则。该方法充分发挥了支持向量机处理小样本非线性能力强、泛化性能好的优势,并克服了其分类函数可理解性差的缺点,同时把经典SMO算法的思想引入来提高关联规则提取的执行效率。在标准数据集和实际数据的仿真中取得了较好的效果,为关联规则提取提供了一个新的思路。 最后,在文中详细介绍了一个具体的工业数据挖掘的应用实例——株洲冶炼集团硫酸厂的数据挖掘软件。该软件将关联规则、分类、聚类、回归等数据挖掘算法应用到铅烧结烟气WSA制酸过程中。另外,该软件还包括三维图像显示、在线指导等其他功能。通过使用数据挖掘软件,可以得到更多的铅烧结烟气WSA制酸过程中的信息,使变量的关系更加清晰,也方便了工作人员的操作。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 朱程辉;孙东卫;丰义;吴德会;;基于支持向量机的无监督聚类算法研究[J];计算机工程与应用;2007年26期
2 龙俊波;汪海滨;吴德会;;一种基于支持向量机思想的无监督聚类算法[J];电脑知识与技术(学术交流);2006年23期
3 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期
4 郭蕾蕾;何明祥;;浅谈数据挖掘在电子商务领域的应用[J];中国科技信息;2008年12期
5 张瑶;陈高云;王鹏;;数据挖掘技术在试卷分析中的应用[J];西南民族大学学报(自然科学版);2008年04期
6 阎辉,张学工,李衍达;基于核函数的最大间隔聚类算法[J];清华大学学报(自然科学版);2002年01期
7 孙宗海,杨旭华,孙优贤;基于支持向量机的模糊回归估计[J];浙江大学学报(工学版);2005年06期
8 万红新,聂承启,尹红;数据挖掘中的模糊聚类实现技术[J];计算机与现代化;2003年11期
9 郭虎升;王文剑;;基于神经网络的支持向量机学习方法研究[J];计算机工程与应用;2009年02期
10 刘俊霞;杨玉霞;;数据挖掘中关联规则及聚类并行算法研究[J];中州大学学报;2009年03期
11 刘宏彬,邓洪志,路松峰;聚类布尔和分类数据[J];华中科技大学学报;2001年03期
12 戴永群;数据挖掘在教学中的应用[J];福建电脑;2005年09期
13 巢时刚;;数据挖掘在远程考试系统中的应用[J];福建电脑;2007年06期
14 徐永良;;推荐技术在电子商务中的应用研究[J];电脑与电信;2007年09期
15 唐晓琴;屈正庚;;Web使用挖掘技术在电子商务中的应用[J];和田师范专科学校学报;2010年04期
16 陆建江;钱祖平;宋自林;;正态云关联规则的预测方法[J];模式识别与人工智能;2000年04期
17 章婷;姚万辉;;关联规则和事务集分组技术在图书馆个性化推荐系统中的应用研究[J];电脑知识与技术;2009年31期
18 隆益民;;基于Web的数据挖掘技术[J];中山大学学报论丛;2006年01期
19 王安娜;刘俊芳;袁文静;王勤万;;基于不完全BT-SVMs分类的模拟电路故障诊断方法[J];系统仿真学报;2008年04期
20 曲守宁;张冰;杨海英;刘照莲;;中文智能答疑系统相关技术的研究与实现[J];山东科学;2009年01期
中国重要会议论文全文数据库 前10条
1 朱强生;田英;周延泉;何华灿;;银行业中的客户数据挖掘[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年
2 李阳;徐锡山;韩伟红;郑黎明;徐镜湖;;网络安全事件关联规则的自动化生成方法研究与实践[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年
3 左万利;刘居红;;包含正负属性的关联规则及其挖掘[A];第十六届全国数据库学术会议论文集[C];1999年
4 王宁;董淳;胡运发;陶晓鹏;;面向集合的关联规则挖掘算法[A];第十五届全国数据库学术会议论文集[C];1998年
5 周焕银;张永;;关联规则候选项频度规律研究[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
6 方艳;别荣芳;;关联规则的有趣性研究[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
7 黄晓燕;许龙飞;;基于关联规则的网络入侵检测技术的应用研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
8 李庆忠;张世栋;董国庆;;在数据多维体中进行关联规则的挖掘[A];第十六届全国数据库学术会议论文集[C];1999年
9 韩涛;张春海;;关系数据库中关联规则的高效挖掘算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
10 潘海为;李建中;张炜;;挖掘脑部医学图像中的关联规则[A];第十八届全国数据库学术会议论文集(研究报告篇)[C];2001年
中国博士学位论文全文数据库 前10条
1 平源;基于支持向量机的聚类及文本分类研究[D];北京邮电大学;2012年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 马朝阳;基于支持向量机的工业数据挖掘技术研究[D];浙江大学;2006年
2 张爱芳;基于密度网格的关联规则开采及聚类算法[D];华中科技大学;2004年
3 丁健;传感器网络中的数据挖掘[D];黑龙江大学;2005年
4 张大治;飞机典型装配工艺挖掘技术研究[D];西北工业大学;2006年
5 罗云;青少年焦虑抑郁单光子成像数据挖掘方法研究[D];大连理工大学;2006年
6 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
7 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
8 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
9 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
10 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
中国重要报纸全文数据库 前10条
1 王云鹤 熊立;武汉电信直销中心剑指聚类市场[N];人民邮电;2009年
2 记者 肖卓;聚类市场:想挖金矿不容易[N];人民邮电;2009年
3 张秋;突破聚类市场的信息化盲区[N];中国计算机报;2007年
4 王培森;从Web挖到竞争情报[N];中国计算机报;2003年
5 王玮 蔡莲红;数据挖掘走入语音处理[N];计算机世界;2001年
6 严宁;挖掘数据寻保险商机[N];网络世界;2007年
7 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年
8 符信;30个指标评价社会发展水平[N];南方日报;2005年
9 记者 李远治 通讯员 邹超 敖翔;重庆号百传媒探索聚类市场新模式[N];人民邮电;2009年
10 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
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978