期刊文献+

冶金控制系统中故障数据智能挖掘方法研究 被引量:1

下载PDF
导出
摘要 研究冶金控制系统的故障数据智能挖掘方法,提高挖掘的准确性。在冶金控制系统故障诊断的过程中,需要对故障数据进行有效的挖掘,针对故障部件及时进行处理。但由于冶金控制系统中的不同硬件设备数据之间的关联性比较复杂,容易给挖掘结果带来干扰,降低挖掘的准确性,为此,提出基于粒子群算法的冶金控制系统故障数据智能挖掘方法。对粒子群进行更新处理,实现故障数据挖掘。实验结果表明,利用改进算法进行冶金控制系统的故障数据智能挖掘,能够极大提高挖掘的准确性,满足冶金生产的实际需求。
作者 蒋建
出处 《电气应用》 北大核心 2014年第16期32-35,共4页 Electrotechnical Application
基金 河南省基础与前沿技术研究计划项目(142300410283) 河南省软科学研究计划项目(142400410179)
  • 相关文献

参考文献4

二级参考文献30

  • 1严凤,杨奇逊,齐郑,杨以涵,胡立蜂.基于行波理论的配电网故障定位方法的研究[J].中国电机工程学报,2004,24(9):37-43. 被引量:147
  • 2丁艳辉,王洪国,高明,谷建军.一种基于矩阵的关联规则挖掘新算法[J].计算机科学,2006,33(4):188-189. 被引量:13
  • 3杨永斌.数据挖掘技术在教育中的应用研究[J].计算机科学,2006,33(12):284-286. 被引量:58
  • 4Agrawa R, Imielinski T, Swami A. Mining association rules between sets of items in large databases[C].//Proc, of ACM SIGMOD International Conference on Management of Date. Washington DC,1993 : 207-216.
  • 5Park J S, Ming-Syan C, Philip S Y. An Effective Hash Based Algorithm for Mining Association Rules[C].// Proc of ACMSIGMOD. 1995 : 175-185.
  • 6Brin S, Motwai R, Ullman J D, et al. Dynamic Itemset Counting and Implication Rules for Market BasketData [C].//Proc. of ACM SIGMOD Conference on Management of Data. 1997:265-276.
  • 7Agrawal R, Srikant R. Fast Algorithms for Mining Association Rules in Large Databaes[C].//Proc. of 1994 International Conference on Very Large Databases. 1994:487-499.
  • 8Savasere S, Omiecinski E, Navathe S. An Efficient Algorithm for Mining Association Rules in Large Databases[C].//Proc. of 21^St VLDB. 1995 : 432-444.
  • 9Dunkel B, Soparkar N. Data Organization and Access for Efficient Data Mining[C].//Proc. of 15th IEEE Intl. Conf. on Data Engineering. 1999 : 522-529.
  • 10Han J, Fu Y J. Mining Multiple-Level Association Rules in Large Database[J]. IEEE Trans. on Knowledge and Data Engineering, 1999,11(5) : 798-805.

共引文献43

同被引文献4

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部