探讨关联分类策略在铝电解中运用-
最后更新时间:2024-04-05
作者:用户投稿本站原创
点赞:3901
浏览:9722
论文导读:
摘要:铝在现代工业社会中起着重要的作用,以其特殊的物理化学特性广泛地运用在航空、建筑、汽车等行业。铝的工业制法主要依靠铝电解,如何有效地提升铝的产量和质量是铝电解生产亟待解决的不足。计算机软件的进展为铝电解生产提供了机遇,即利用计算机软件这一强大的工具,有效地提升铝的产量和质量。数据挖掘是计算机学科的一个重要分支,它的探讨内容是如何以大量数据中提取出有价值信息以及如何利用这些信息,它运用于铝电解生产已经取得了很好的效果。分类是数据挖掘的主要任务之,用于预测未知对象的类别,而关联分类是构建分类规则的有效策略。铝电解生产历程中,电解槽的某些参数是可以被预测的,并有实际的生产指导作用,由此本论文探讨了关联分类的相关算法和如何将关联分类算法运用于铝电解中。首先,本论文针对原有频繁项集挖掘算法Apriori的巨大I/O开销,FP-growth算法的巨大内存消耗,结合FP-树的构造特点,提出了一种新的基于动态裁剪FP-树的频繁项集并发挖掘算法,该算法既吸纳了FP-growth算法的高效,又解决了FP-growth算法的内存消耗的缺点,同时采取并发挖掘的方式加速了挖掘速度,在时效性和可扩展性方面均优于:Apriori算法和FP-growth算法。其次,传统的关联分类策略采取Apriori算法或者FP-growth算法生成类关联规则,这种方式要么造成严重地I/O开销,要么占用巨大的内存,所以本论文设计了的基于裁剪FP-树的类关联规则生成策略,该策略较传统策略高效可行。最后,基于以上对关联分类策略的探讨,并结合铝电解实际的生产工艺参数,设计并实现了关联分类运用于电解槽的系统,该系统实现了关联分类策略的各个步骤,每个步骤给出了不同的实现和比较,并通过实验计算出了预测的准确度,为铝电解的生产决策提供了支持。关键词:电解铝论文频繁项集论文关联分类论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5
Abstract5-9
1 绪论9-13
结论54-55
参考文献55-58
申请学位期间的探讨成果及发表的学术论文58-59
致谢59
摘要:铝在现代工业社会中起着重要的作用,以其特殊的物理化学特性广泛地运用在航空、建筑、汽车等行业。铝的工业制法主要依靠铝电解,如何有效地提升铝的产量和质量是铝电解生产亟待解决的不足。计算机软件的进展为铝电解生产提供了机遇,即利用计算机软件这一强大的工具,有效地提升铝的产量和质量。数据挖掘是计算机学科的一个重要分支,它的探讨内容是如何以大量数据中提取出有价值信息以及如何利用这些信息,它运用于铝电解生产已经取得了很好的效果。分类是数据挖掘的主要任务之,用于预测未知对象的类别,而关联分类是构建分类规则的有效策略。铝电解生产历程中,电解槽的某些参数是可以被预测的,并有实际的生产指导作用,由此本论文探讨了关联分类的相关算法和如何将关联分类算法运用于铝电解中。首先,本论文针对原有频繁项集挖掘算法Apriori的巨大I/O开销,FP-growth算法的巨大内存消耗,结合FP-树的构造特点,提出了一种新的基于动态裁剪FP-树的频繁项集并发挖掘算法,该算法既吸纳了FP-growth算法的高效,又解决了FP-growth算法的内存消耗的缺点,同时采取并发挖掘的方式加速了挖掘速度,在时效性和可扩展性方面均优于:Apriori算法和FP-growth算法。其次,传统的关联分类策略采取Apriori算法或者FP-growth算法生成类关联规则,这种方式要么造成严重地I/O开销,要么占用巨大的内存,所以本论文设计了的基于裁剪FP-树的类关联规则生成策略,该策略较传统策略高效可行。最后,基于以上对关联分类策略的探讨,并结合铝电解实际的生产工艺参数,设计并实现了关联分类运用于电解槽的系统,该系统实现了关联分类策略的各个步骤,每个步骤给出了不同的实现和比较,并通过实验计算出了预测的准确度,为铝电解的生产决策提供了支持。关键词:电解铝论文频繁项集论文关联分类论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5
Abstract5-9
1 绪论9-13
1.1 课题背景9-10
1.2 探讨作用10-11
1.3 探讨路线11-12
1.4 全文组织12-13
2 关联分类概述13-272.1 数据挖掘13-14
2.2 关联分类14-17
2.1 关联分类概述16-17
2.2 关联分类步骤17
2.3 数据离散化策略17-20
2.3.1 平均离散化17-18
2.3.2 3-4-5规则离散化18-20
2.4 频繁项集挖掘算法20-25
2.4.1 Apriori算法20-22
2.4.2 FP-growth算法22-25
2.5 关联分类25-26
2.6 本章小结26-27
3 基于动态裁剪FP-树的频繁项集挖掘算法-Dynamic-prune27-353.1 动态裁剪FP-树28-30
3.2 并发挖掘频繁项集30-32
3.3 性能比较32-34
3.4 本章小结34-35
4 关联分类35-414.1 基于Apriori算法的类关联规则生成35-37
4.2 基于FP-growth算法的类关联规则生成37-38
4.3 规则筛选38-40
4.4 指导分类40
4.5 本章小结40-41
5 关联分类在铝电解挖掘中的运用41-545.1 铝电解介绍41-45
5.1.1 计算机制约系统组成42-43
5.1.2 电解槽的计算机制约43-44
5.1.3 电解槽信息的存储和利用44-45
5.2 数据挖掘在铝电解中的运用455.3 铝电解关联分类系统的设计和实现45-53
5.3.1 原始数据管理45-46
5.3.2 数据离散化46-50
5.3.3 生成规则50-51
5.3.4 规则筛选51-52
5.3.5 指导分类52-53
5.4 本章小结53-54结论54-55
参考文献55-58
申请学位期间的探讨成果及发表的学术论文58-59
致谢59