期刊文献+

改进Apriori算法对试车台监测数据的关联挖掘 被引量:5

Association mining of test bed monitor data based on improved Apriori algorithm
下载PDF
导出
摘要 为发现某试车台中流量、压力等数据之间的关联关系,引入关联规则对监测数据进行挖掘,得到对提高试车安全监测性能具有较高的置信度和支持度的关联规则。提出改进的Apriori算法,对某型航空部件试车台试车过程的数据进行挖掘,与原方法相比,该方法效率高,在置信度和支持度相同的情况下,可以有效降低运算时间。 In order to find the associated relation of flow,pressure variables in one type of test bed,association rules was introduced to mine the monitoring data,high degree of confidence and support association rules to improve the monitor performance of the test bed have been obtained.An application based on the data mining of testing course of one aircraft test bed indicate the proposed improved Apriori algorithm has better efficiency under the same confidence and support,which effectively reduce the computation time.
出处 《中国测试》 CAS 北大核心 2015年第4期106-109,共4页 China Measurement & Test
关键词 计算机应用 关联规则 数据挖掘 试车台 computer application association rules data mining test bed
  • 相关文献

参考文献4

  • 1王志欣.岸桥机械动态特征信息的数据挖掘与状态识别[D].上海交通大学2008
  • 2龚舒.桥吊动态机械性能参数的统计特征分析及关联规则挖掘[D].上海海事大学2005
  • 3彭兴慧.WS9发动机试车数据库数据挖掘技术研究[D].西北工业大学2005
  • 4Kusiak, Andrew,Verma, Anoop.A data-mining approach to monitoring wind turbines. IEEE Transactions on Sustainable Energy . 2012

同被引文献47

引证文献5

二级引证文献17

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