資源描述：
《數(shù)據(jù)挖掘中的聚類分析及其在控制中的應(yīng)用研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、湖南大學(xué)碩士學(xué)位論文數(shù)據(jù)挖掘中的聚類分析及其在控制中的應(yīng)用研究姓名：張國云申請學(xué)位級別：碩士專業(yè)：控制工程指導(dǎo)教師：章兢;湛騰西2002.5.1數(shù)據(jù)挖掘中的聚類分析及其在控制中的應(yīng)用研究(摘要)研究生：張國云指導(dǎo)教師：章兢教授湛騰西高工[摘要]目前在工業(yè)現(xiàn)場能很容易地獲取大量的過程參數(shù)數(shù)據(jù)，然而用傳統(tǒng)方法處理這些數(shù)據(jù)既費(fèi)時又費(fèi)力，在這些大量的未分析或待分析的數(shù)據(jù)中很有可能隱藏著有用信息，數(shù)據(jù)挖掘旨在從大量數(shù)據(jù)中發(fā)現(xiàn)這些有價值的信息。數(shù)據(jù)挖掘技術(shù)所能發(fā)現(xiàn)的典型知識主要有關(guān)聯(lián)規(guī)則、分類及聚類。數(shù)據(jù)挖掘技術(shù)在商業(yè)領(lǐng)域中已廣泛使用，然而在工業(yè)過程控
2、制中的應(yīng)用卻極少，本文正是在這種背景下，對數(shù)據(jù)挖掘中的聚類分析方法及其在。r業(yè)過程控制中的應(yīng)用研究作了償試，重點(diǎn)研究了基于統(tǒng)計(jì)理論的聚類分析理論和方法，模糊聚類分析理論和方法及模糊Kohoncn網(wǎng)絡(luò)(FKN)的結(jié)構(gòu)與學(xué)習(xí)算法，即模糊c——均值算法與自組織特征映射神經(jīng)網(wǎng)絡(luò)(Kohoncn網(wǎng)絡(luò))的有機(jī)融合，并根據(jù)硬分類思想及軟分類思想提出了改進(jìn)的模糊Kohonen網(wǎng)絡(luò)(IFlKN)，通過MaI】ab編程對人丁合成控制時序圖數(shù)據(jù)集進(jìn)行聚類分析，其聚類效梁與當(dāng)今廣泛使用的數(shù)據(jù)挖掘軟件平臺，德國MIT公司著名的DataEngine智能數(shù)據(jù)分析和數(shù)據(jù)挖
3、掘軟件的聚類效果相當(dāng)，最后，論述了聚類分析在控制巾的應(yīng)用，它可以用于過程控制中的參數(shù)變化趨勢的模式識別及圖象分割處理等具體應(yīng)用中，并以貴州鋁廠熟料燒結(jié)回轉(zhuǎn)窯自動控制系統(tǒng)為工程背景，利用IFKN識別其熱工參量變化趨勢，取得了較理想的效果。把數(shù)據(jù)挖掘技術(shù)用于工業(yè)過程控制，是自到“{二領(lǐng)域中一項(xiàng)嶄新的研究內(nèi)容，而且也是自動化領(lǐng)域很值得研究的新課題。【關(guān)鍵詞]數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則聚類分析模糊聚類模糊Kohonen網(wǎng)絡(luò)自組織特征映射神經(jīng)網(wǎng)絡(luò)工業(yè)過程控制回轉(zhuǎn)窯第一章緒論本章介紹了數(shù)據(jù)挖掘的概念和功能，對其所能發(fā)現(xiàn)的典型知諺{類型作了簡單介紹，闡述了數(shù)據(jù)挖掘
4、技術(shù)的發(fā)展以及目前主要研究方向。第二章基于統(tǒng)計(jì)理論的聚類分析理論和方法本章首先介紹了作為數(shù)據(jù)挖掘研究領(lǐng)域巾。個非常活躍的倒f究課題之一的聚類分析的基本概念，重點(diǎn)分析了常用的六種聚類算法。第三章模糊聚類分析本章介紹了模糊聚類分折的基本知識以及普通的和模糊的ISODATA聚類方法，對模糊ISODATA聚類方法進(jìn)行了理論分析，討論了其實(shí)現(xiàn)方法及加權(quán)指數(shù)171對聚類性能的影響，最后論述了聚類分析在模糊模式預(yù)測中的應(yīng)用。第四章自組織特征映射神經(jīng)網(wǎng)絡(luò)模型本章介紹了Kohonen網(wǎng)絡(luò)(自組織特征映射神經(jīng)網(wǎng)絡(luò))的結(jié)構(gòu)及工作規(guī)則，并給出了算法的流程框圖。+第
5、五章基于模糊Kohonen網(wǎng)絡(luò)技術(shù)的數(shù)據(jù)挖掘聚類分析方法本章介紹了模糊Kohonen網(wǎng)絡(luò)(FKN)的訓(xùn)練算法，給出了其應(yīng)用實(shí)例，提出了改進(jìn)的模糊Kohonen網(wǎng)絡(luò)(IFKN)并用測試數(shù)據(jù)集對其進(jìn)行了測試，同時介紹了通用數(shù)據(jù)挖掘軟件平臺DataF_mS沁軟件及其應(yīng)用，最后討論了聚類分析在回轉(zhuǎn)窯控制系統(tǒng)熱工參數(shù)變化趨勢模式識別中的應(yīng)用。結(jié)束語(略)致謝(略)參考文獻(xiàn)(略)答辯時間：二零零二年五月AbstractAtpresent，itisveryeasytogetavastamountofprocessDarameterdata,however
6、，ittakesbothtimeandeffortstoDrocessthesedatainthetraditionalway．Dataminingistofindthesevaluableinformationfromthevastamountofdata．ThetyDicalknowledgewecanfindthroughdat．a(chǎn)miningtechnology，whichmainlyincludes：associationrules，classificationandclusteranalysis．Dataminingtechno
7、logyhasbeenwidelyusedinthebusinesssphere，butseldomusedduringtheindustryprocesscontr01．Thispaperattemptstoprovideaviewofapplyingtheclusteranalysistotheindustryprocesscontr01．Theimportantresearchjsaboutthetheoryandmethodsoftheclusteranalysisinviewofstatisticaltheory．thetheor
8、yandmethodsoffuzzyclusteranalysis。theFKN’SstructureandtheF剛’Sstudyalgorithm(Fl(N，fuzzyKoh
