计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
7期
232-235
,共4页
预测决策%同态区间%数据挖掘
預測決策%同態區間%數據挖掘
예측결책%동태구간%수거알굴
Forecast decision%Homomorphisms interval%Data mining
在一些大型的智能机械设备环境中,由于故障数据种类不断增加,形成了一个强冗余数据干扰的环境,这样的环境下,由于故障冗余关联规则的存在造成挖掘耗时.在充分研究关联挖掘算法的基础上,提出一种基于预测决策同态理论的强冗余数据挖掘算法,该算法通过对冗余关联中的数据以非同态信息增益惩罚因子构建同态区间,对区间内庞大的冗余关联数据进行关联约束,保证关联数据在距离较近的同态区间内,在邻近区间中采用预测决策方法进行故障的最终确认.实验证明,这种方法能够提高冗余环境下故障数据挖掘的准确率,其计算成本不高,鲁棒性较强.
在一些大型的智能機械設備環境中,由于故障數據種類不斷增加,形成瞭一箇彊冗餘數據榦擾的環境,這樣的環境下,由于故障冗餘關聯規則的存在造成挖掘耗時.在充分研究關聯挖掘算法的基礎上,提齣一種基于預測決策同態理論的彊冗餘數據挖掘算法,該算法通過對冗餘關聯中的數據以非同態信息增益懲罰因子構建同態區間,對區間內龐大的冗餘關聯數據進行關聯約束,保證關聯數據在距離較近的同態區間內,在鄰近區間中採用預測決策方法進行故障的最終確認.實驗證明,這種方法能夠提高冗餘環境下故障數據挖掘的準確率,其計算成本不高,魯棒性較彊.
재일사대형적지능궤계설비배경중,유우고장수거충류불단증가,형성료일개강용여수거간우적배경,저양적배경하,유우고장용여관련규칙적존재조성알굴모시.재충분연구관련알굴산법적기출상,제출일충기우예측결책동태이론적강용여수거알굴산법,해산법통과대용여관련중적수거이비동태신식증익징벌인자구건동태구간,대구간내방대적용여관련수거진행관련약속,보증관련수거재거리교근적동태구간내,재린근구간중채용예측결책방법진행고장적최종학인.실험증명,저충방법능구제고용여배경하고장수거알굴적준학솔,기계산성본불고,로봉성교강.
