学位论文 > 优秀研究生学位论文题录展示

数据挖掘中的聚类分析及其在控制中的应用研究

作　者: 张国云
导　师: 章兢；湛腾西
学　校: 湖南大学
专　业: 控制工程
关键词: 数据挖掘 关联规则 聚类分析 模糊聚类 模糊Kohonen网络 自组织特征映射神经网络 工业过程控制 回转窑
分类号: TP311.12
类　型: 硕士论文
年　份: 2002年
下　载: 656次
引　用: 6次
阅　读: 论文下载
 

内容摘要


目前在工业现场能很容易地获取大量的过程参数数据，然而用传统方法处理这些数据既费时又费力，在这些大量的未分析或待分析的数据中很有可能隐藏着有用信息，数据挖掘旨在从大量数据中发现这些有价值的信息。数据挖掘技术所能发现的典型知识主要有关联规则、分类及聚类。数据挖掘技术在商业领域中已广泛使用，然而在工业过程控制中的应用却极少，本文正是在这种背景下，对数据挖掘中的聚类分析方法及其在工业过程控制中的应用研究作了偿试，重点研究了基于统计理论的聚类分析理论和方法，模糊聚类分析理论和方法及模糊Kohonen网络(FKN)的结构与学习算法，即模糊C——均值算法与自组织特征映射神经网络(Kohonen网络)的有机融合，并根据硬分类思想及软分类思想提出了改进的模糊Kohonen网络(IFKN)，通过Matlab编程对人工合成控制时序图数据集进行聚类分析，其聚类效果与当今广泛使用的数掘挖掘软件平台，德国MIT公司著名的DataEngine智能数据分析和数掘挖掘软件的聚类效果相当，最后，论述了聚类分析在控制中的应用，它可以用于过程控制中的参数变化趋势的模式识别及图象分割处理等具体应用中，并以贵州铝厂熟料烧结回转窑自动控制系统为工程背景，利用IFKN识别其热工参量变化趋势，取得了较理想的效果。把数据挖掘技术用于工业过程控制，是自动化领域中一项崭新的研究内容，而且也是自动化领域很值得研究的新课题。

全文目录


中文摘要  2-5
英文摘要  5-8
第一章 绪论  8-15
  1．1 数据挖掘（DM）概述  8-11
  1．2 数据挖掘功能  11-13
  1．3 数据挖掘技术的发展及研究方向  13-14
  1．4 本论文主要研究内容和成果  14
  1．5 论文的组织  14-15
第二章 基于统计理论的聚类分析理论和方法  15-37
  2．1 聚类分析概述  15-18
  2．2 划分方法  18-22
    2．2．1 基于质心的技术：k-平均方法  18-20
    2．2．2 基于有代表性的对象的技术：k-中心点方法  20-21
    2．2．3 大型数据库中的划分方法：从k-中心点到CLARANS  21-22
  2．3 层次方法  22-27
    2．3．1 凝聚的和分裂的层次聚类  22-23
    2．3．2 BIRCH：利用层次方法的平衡迭代归约和聚类  23-25
    2．3．3 CURE：利用代表点聚类  25-26
    2．3．4 Chameleon：利用动态模型的层次聚类算法  26-27
  2．4 基于密度的方法  27-29
    2．4．1 DBSCAN：一个基于高密度连接区域的密度聚类方法  27-28
    2．4．2 OPTICS：通过对象排序识别聚类结构  28
    2．4．3 DENCLUE：基于密度分布函数的聚类  28-29
  2．5 基于网格的方法  29-31
    2．5．1 STING：统计信息网格  30-31
  2．6 基于模型的聚类方法  31-32
    2．6．1 统计学方法  31-32
  2．7 孤立点分析方法  32-37
    2．7．1 基于统计的孤立点检测  33-34
    2．7．2 基于距离的孤立点检测  34-35
    2．7．3 基于偏离的孤立点检测  35-37
第三章 模糊聚类分析  37-52
  3．1 模糊聚类分析的基本知识  37-42
  3．2 模糊ISODATA聚类技术  42-49
    3．2．1 普通的ISODATA聚类方法  42-43
    3．2．2 模糊ISODATA聚类理论分析  43-46
    3．2．3 模糊ISODATA聚类方法的实现  46-47
    3．2．4 加权指数m对聚类性能的影响  47-49
  3．3 聚类分析的模糊模式预测  49-52
    3．3．1 聚类的模糊模式  49-52
第四章 自组织特征映射神经网络模型  52-58
  4．1 Kohonen网络（自组织特征映射神经网络）  52-58
    4．1．1 自组织特征映射神经网络的结构  52-53
    4．1．2 自组织特征映射神经网络的学习及工作规则  53-58
第五章 基于模糊Kohonen网络技术的数据挖掘聚类分析方法  58-79
  5．1 模糊Kohonen网络（FKN）  58-61
    5．1．1 模糊Kohonen网络的训练算法  58-59
    5．1．2 模糊Kohonen网络的应用实例  59-61
  5．2 改进的模糊Kohonen网络（IFKN）  61-64
    5．2．1 根据硬分类思想修改U_（ik）计算式  61-62
    5．2．2 隶属函数U_（ik）计算公式的改进  62-64
  5．3 DataEngine软件介绍  64-66
    5．3．1 DataEngine系列工具技术描述  64-66
  5．4 聚类分析在控制中的应用  66-79
    5．4．1 回转窑控制系统概述  69-75
    5．4．2 热工参数变化趋势的识别  75-79
结束语  79-80
致谢  80-81
参考文献  81-84
附录A （攻读学位期间发表论文目录）  84-85
附录B （IFKN仿真程序）  85-87

相似论文

  1. 牡丹EST-SSR引物开发及其亲缘关系分析,S685.11
  2. 高血压前期证候特征研究,R259
  3. 基于数据挖掘技术的保健品营销研究,F426.72
  4. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  5. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  6. 大学生综合素质测评研究,G645.5
  7. 大豆品种对腐竹品质的影响及其品质评价体系的初步构建,TS214.2
  8. 21个荷花品种遗传多样性的ISSR分析,S682.32
  9. 基于聚类分析的P2P流量识别算法的研究,TP393.02
  10. 桃杂交后代（F1）幼苗光合效能评价,S662.1
  11. 南通市农业面源污染负荷研究与综合评价,X592
  12. 土壤环境功能区划研究,X321
  13. 基因表达谱数据聚类分析方法比较与大豆疫霉基因的网络构建,S435.651
  14. 大豆杂种优势及其遗传基础研究,S565.1
  15. 象草自交后代无性系的饲用价值及生物质能特性初步评价,S543.9
  16. Bicluster数据分析软件设计与实现,TP311.52
  17. 基于变异粒子群的聚类算法研究,TP18
  18. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  19. 基于遗传算法和粗糙集的聚类算法研究,TP18
  20. 基于同化能力杂种优势早期评价的桃光合特性研究,S662.1
  21. 云南省直管县改革研究,D630

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据结构
© 2012 www.xueweilunwen.com