| 基于FRS-SVM的工业数据挖掘研究 |
| |
| 引用本文： | 孙文林,沈捷.基于FRS-SVM的工业数据挖掘研究[J].计算机与应用化学,2014(8):951-954. |
| |
| 作者姓名： | 孙文林 沈捷 |
| |
| 作者单位： | 南京工业大学自动化与电气工程学院，江苏，南京，211816 |
| |
| 摘 要： | 在工业生产分类过程中,存在数据量过大,冗余特征过多的问题,本文结合模糊粗糙集和支持向量机研究了一种分类算法。首先采用模糊粗糙集方法对条件属性进行属性约简,找出对分类决策具有主要影响的特征。以约简结果作为分类模型的输入变量,然后利用支持向量机对样本进行训练,建立分类模型,最后将本文的方法用于地板正反面分类和分析氧化铝晶种分解过程,并测试模型的分类效果。MATLAB仿真实验的结果表明本文的方法是有效的,具有分类正确率高,结构简单,泛化能力好的优点。
|
| 关 键 词： | 模糊粗糙集 属性约简 支持向量机 地板正反面分类 氧化铝晶种分解 |
Research of the industrial data mining based on FRS-SVM |
| |
| Sun Wenlin,Shen Jie.Research of the industrial data mining based on FRS-SVM[J].Computers and Applied Chemistry,2014(8):951-954. |
| |
| Authors: | Sun Wenlin Shen Jie |
| |
| Affiliation: | Sun Wenlin;Shen Jie;School of Automation and Electrical Engineering,Nanjing University of Technology; |
| |
| Abstract: | |
| |
| Keywords: | fuzzy rough set attribute reduction support vector machine recognition of the front and back of floor |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
