机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2014年
4期
185-191
,共7页
王萌%孙树栋%杨宏安%袁宗寅
王萌%孫樹棟%楊宏安%袁宗寅
왕맹%손수동%양굉안%원종인
质量改进%属性重要度%支持子集%等价关系
質量改進%屬性重要度%支持子集%等價關繫
질량개진%속성중요도%지지자집%등개관계
quality improvement%attribution significant%support subset%equivalence relation
提出一种基于等价支持子集的重要度计算方法(Support subset significant based on equivalence relation,S3ER)用于计算质量特性的重要度.S3ER算法首先定义条件属性值对决策属性值的支持度,并定义条件属性值的区分能力,通过计算条件属性值区分能力的均值,得到条件属性对决策属性的重要度.S3ER算法还能够预测未知样本类别,并获得决策属性的支持子集,通过对支持子集的分析抽取决策规则.试验对比KNN算法和带有权重的KNN算法的分类精度,验证S3ER算法所得属性重要度的有效性;对比S3ER算法、带有权重的KNN算法和C4.5算法在UCI数据库上5个分类数据集的分类精度,验证S3ER算法分类的有效性.将S3ER算法应用于某航空制造企业加工数据,得出该企业的重要质量特性的属性重要度、预测样本的质量结论,并抽取质量决策规则,以改进产品质量.
提齣一種基于等價支持子集的重要度計算方法(Support subset significant based on equivalence relation,S3ER)用于計算質量特性的重要度.S3ER算法首先定義條件屬性值對決策屬性值的支持度,併定義條件屬性值的區分能力,通過計算條件屬性值區分能力的均值,得到條件屬性對決策屬性的重要度.S3ER算法還能夠預測未知樣本類彆,併穫得決策屬性的支持子集,通過對支持子集的分析抽取決策規則.試驗對比KNN算法和帶有權重的KNN算法的分類精度,驗證S3ER算法所得屬性重要度的有效性;對比S3ER算法、帶有權重的KNN算法和C4.5算法在UCI數據庫上5箇分類數據集的分類精度,驗證S3ER算法分類的有效性.將S3ER算法應用于某航空製造企業加工數據,得齣該企業的重要質量特性的屬性重要度、預測樣本的質量結論,併抽取質量決策規則,以改進產品質量.
제출일충기우등개지지자집적중요도계산방법(Support subset significant based on equivalence relation,S3ER)용우계산질량특성적중요도.S3ER산법수선정의조건속성치대결책속성치적지지도,병정의조건속성치적구분능력,통과계산조건속성치구분능력적균치,득도조건속성대결책속성적중요도.S3ER산법환능구예측미지양본유별,병획득결책속성적지지자집,통과대지지자집적분석추취결책규칙.시험대비KNN산법화대유권중적KNN산법적분류정도,험증S3ER산법소득속성중요도적유효성;대비S3ER산법、대유권중적KNN산법화C4.5산법재UCI수거고상5개분류수거집적분류정도,험증S3ER산법분류적유효성.장S3ER산법응용우모항공제조기업가공수거,득출해기업적중요질량특성적속성중요도、예측양본적질량결론,병추취질량결책규칙,이개진산품질량.