一种基于免疫控制图的改进判别算法及其应用

本文针对相关的免疫控制图进行研究,对判异算子进行改进,在五种基本模式基础上提出了复合模式,使得判别算法中的条件更趋严格化。并在此基础上衍生出一种改进的免疫控制图统计判别算法。     

分类规则挖掘的免疫算法

为了高效地从数据库中挖掘分类规则，提出了一种基于免疫算法的分类算法．该算法的核心思想为：对规则的前件进行固定长度编码，适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成，通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种，并通过检测个体是否出现退化和模拟退火来实现免疫选择，同时还采用了基于信息增益的规则剪枝策略．在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较，结果表明该算法不仅具有更快的收敛速度，而且获得了更高的预测准确率及更小的规则集。     

一种SPC控制图的优化算法研究

统计过程控制SPC技术是保证预防原则、实现过程控制的科学管理方法,其应用已不再局限于工业领域.传统的单变量SPC控制图虽能反映整个过程的变化趋势,但只对较大的偏差敏感,对持续的、较小的偏差反应迟钝.提出了一种加权控制图的优化算法,这种算法能够反映较小偏差的变化,并以-X-R控制图为例加以比较.     

基于免疫的RBF网络在线学习算法研究

提出一种新的基于免疫的RBF网络在线算法.首先是融入增加结点策略和减少结点策略,把传统的免疫RBF网络算法改进成在线学习算法.其次是改进了权值学习算法,径向基函数相当于这一类的概率密度,隐层到输出层权值相当于这一类的值.用这种方法权值不需要训练.试验结果表明,该方法效果理想、速度快,识别率高.     

基于动量BP算法的多元χ控制图的识别研究

采用增加动量项的权值调整公式， 运用3层的BP神经网络对χ控制图的失控信号进行识别， 诊断失控的质量特性， 并判断均值偏移的程度类别， 及时调整过程于稳定状态. 实例结果表明， BP网络结合χ控制图能有效地对过程进行监控.     

基于动量BP算法的多元χ控制图的识别研究

采用增加动量项的权值调整公式, 运用3层的BP神经网络对χ控制图的失控信号进行识别, 诊断失控的质量特性, 并判断均值偏移的程度类别, 及时调整过程于稳定状态. 实例结果表明, BP网络结合χ控制图能有效地对过程进行监控.     

神经网络迭代学习控制快速算法的研究

研究了非线性系统的神经网络迭代学习控制问题，为了提高神经网络学习控制的收敛速度，改进了权值的迭代学习算法，提出了一种新的训练权值方法，它以递推的方法来计算网络权值，不仅能减少计算量且收敛速度快，最后，用仿真结果对该算法作了进一步的验证。     

一种新的迭代学习控制快速算法

对一类连续系统的迭代学习控制问题进行了讨论，提出了一种新的迭代学习控制算法，该算法与目前的算法具有完全不同的形式，数值仿真结果表明了新算法的有效性与优越性。     

二部置换图的无圈控制集算法

设G=(V,E)为简单无向图,S V称为G的无圈控制集,如果S控制G并且导出子图〈S〉不含有圈.该文证明了二部置换图的无圈控制数等于其控制数(γa(G)=γ(G)),利用此结论证明了无圈控制集问题在二部置换图上具有线性时间求解算法.     

基于免疫算法的频繁项集挖掘

设计了一种不同于传统关联规则挖掘算法(如Apriori算法等)频繁项集产生算法.该算法借鉴一般免疫算法思想,并从新的角度来看频繁项集的定义,避免了传统算法中存在的"项集生成瓶颈"问题.通过对mushroom数据的频繁项集挖掘的实验,与传统方法进行了比较,其结果表明,基于免疫算法的频繁项集挖掘算法在大数据集、低支持度情况下平均挖掘时间短.     

基于重抽样分布的一类模糊累积和控制图

过程变量在代表产品或服务过程信息时并非完美,而使用模糊数可能是另一较好途径。文章进一步完善模糊累积和控制图,其中使用中心和扩展具有重抽样分布的模糊随机变量,并给出模拟例证。     

一种基于动态调度的数据挖掘并行算法

数据挖掘并行算法,应该以不牺牲挖掘效率和挖掘质量为前提。通过对数据挖掘原理和并行化的深入研究,在考虑到挖掘效率,负载平衡,运行环境,节点状态等多方面因素的基础上,提出了一种新的基于动态调度的数据挖掘并行算法。该算法以规模较小的子数据集为并行挖掘单元,各个并行单元之间采用全局通讯模式—Master-Worker模式来进行互相通信。降低了并行挖掘的通信成本,提高了挖掘的效率,缩短了挖掘的时间。同时该算法对不断变化的节点状态适应能力强。最后,实验结果验证了该算法的有效性以及在大数据集挖掘应用中的优越性。该算法不但保证了挖掘结果的正确性,而且具有较高的加速比。     

基于休哈特控制图的制造过程质量监控系统

介绍了一种基于休哈特控制图的工业现场质量监控系统,并阐述了系统软、硬件的设计思想和实现方法.在现场利用控制图监控生产过程,调查生产过程的状态,了解工序能力是否适宜,实现了预防为主的思想.该系统可实现现场实时数据采集和质量控制的自动化.     

一种基于数据挖掘的模糊模型辨识及参数调整新方法

基于数据挖掘思想,运用模糊集合理论和改进的梯度下降方法,提出一种通用的、同时辨识模糊模型、调整其参数及确定输出变量空间最优划分的新方法,该方法不仅能够修剪冗余和冲突的初始模糊规则,而且通过引入动态误差传递因子,解决了梯度下降法中存在的收敛速度和振荡之间的冲突问题,用经典的倒车控制问题进行了验证,仿真结果表明了本方法的有效性和准确性。     

一种基于数据挖掘的隐私保护方法

在数据挖掘隐私保护进行协作数据分析时,部分数据集可能分属不同的数据对象,处理时就需要采取不同的数据失真方法.提出了一组全新的数据失真优化策略,通过将属性划分与奇异值分解法(SVD)、非负矩阵因子分解法(NMF)、离散小波变换法(DWT)相结合,运用4种方案对隐私保护原始数据集的子矩阵进行扰动,并用一些衡量指标来衡量这些策略的效果;利用基于支持向量机(SVM)的二元分类来进行数据实用性的检测.结果表明与数据失真单策略相比,新提出的方案在实现数据隐私和数据实用性的良好平衡方面效果十分显著,为协作数据分析提供了可行性解决方案.     

一种基于ARMA模型的移动通信网管数据挖掘系统设计方法

本文以某省移动通信网管数据分析平台项目为背景,阐述了在移动通信网管中引入数据仓库技术,采用数据挖掘方法,解决目前网络分析中的数据瓶颈问题。     

Domain-oriented data driven data mining:a new understanding for data mining

Recent advances in computing, communications, digital storage technologies, and highthroughput dataacquisition technologies, make it possible to gather and store incredible volumes of data. It creates unprecedented opportunities for largescale knowledge discovery from database. Data mining is an emerging area of computational intelligence that offers new theories, techniques, and tools for processing large volumes of data, such as data analysis, decision making, etc. There are many researchers working on designing efficient data mining techniques, methods, and algorithms. Unfortunately, most data mining researchers pay much attention to technique problems for developing data mining models and methods, while little to basic issues of data mining. In this paper, we will propose a new understanding for data mining, that is, domainoriented datadriven data mining (3DM) model. Some datadriven data mining algorithms developed in our Lab are also presented to show its validity.     

一种基于自组织分级聚类的数据挖掘方法

针对传统自组织聚类方法处理数据在多维空间中存在多样性和从基本或低层次概念上发现强关联规则中的不足，提出了一种基于自组织分级聚类的数据挖掘方法．该方法采用最大似然分类自组织特征网络（MAXNET）聚类过程，利用自下而上聚合层次聚类方法，对有畸变的二值化输入模式作最大似然分类．最后对一个销售电脑商场中，与任务相关的交易数据集进行了分析，描述了从低层次概念到高层次概念的相互关系．并用matlab仿真软件把该方法和传统方法进行比较，表明了该方法的有效性．     

一种新的复杂地质体采矿工程剖面图自动生成方法

提出基于三维实体快速切割算法和区域(内含孔、岛)自动识别技术的地质体剖面图自动生成方法.基本思想是:首先采用基于平面隐函数的切割算法实现地质体的快速切割,生成离散的交线;并采用基于KD树的空间快速索引方法,确定交线间的邻接关系,并生成一系列封闭的轮廓线;封闭的轮廓线将平面划分为多个复杂的区域,采用图论中的树结构形式化表达复杂区域;最后对树表示的区域进行岩性图案的填充.该算法已在DIMINE 数字矿山系统中实现,并应用于三维地质实体工程出图模块中.实验结果表明:该算法有较好的计算效率,是一种比较实用的地质体剖切方法.     

基于ARIMA模型的时间序列数据挖掘方法改进

ARIMA模型是一种很重要的时间序列数据挖掘模型,但是这个模型往往只是对某个时间点进行研究.事实上一段时间往往影响未来的预测结果,就ARIMA模型的数据挖掘方法进行改进,并用美国IT界的股票价格数据对改进的模型进行了实证分析.结果显示改进后的模型与未来股票价格的预测更加准确.