资源描述：
《数据挖掘技术及其在过程监控中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第21卷第4期计算技术与自动化Vol121 No142002年12月COMPUTING TECHNOLOGY AND AUTOMATIONDec1 2002文章编号:1003—6199(2002)04—0099—05数据挖掘技术及其在过程监控中的应用黎洪生,卓祯雨(武汉理工大学自动化学院 武汉 430070)摘 要:数据挖掘技术作为一个新兴的技术在许多领域都有成功的应用,本文从数据挖掘的定义及特点、数据挖掘的步骤以及数据挖掘技术的分类三个方面对数据挖掘技术做了概述,并对数据挖掘技术在过程监控中的应用进行了探讨。关键词:
2、数据挖掘;遗传算法;过程监控中图分类号:TP301 文献标识码:ADataMiningTechnologyandItsApplicationinProcessMonitoringandControlLIHongsheng,ZHUOZhenyu(SchoolofAutomation,WuhanUniversityofTechnology,Wuhan,430070)Abstract:Asanewdevelopingfield,DataMiningTechnologyhasmadealotofapplicationsinm
3、anyotherfields.Inthispaper,webridflyintroducesDataMiningTechnologyfromthreeaspectsincludingthebasicconceptandchar2acteristics,thestepsofDataMiningandtheclassificationofDataMiningTechnology.Itsapplicationinprocessmoni2toringandcontrolisalsodiscussedinthispaper.Ke
4、ywords:Datamining;Geneticalgorithm;Processmonitoringandcontrol1 引言随着20世纪计算机的迅猛发展,人类正在步入信息社会。信息技术的浪潮使我们能够获取、存储、处理和显示的信息量剧增。传统的依靠数据库的方法虽然可以高效地实现数据的录入、修改、统计和查询功能,但却无法发现数据中存在的关系和规则,无法根据现有的规则预测未来的发展趋势,从而导致了“数据爆炸知识贫乏的现象”,人们只能望“数”兴叹。信息总量的不断增加,迫切需要有效的信息分析工具,它能自动、智能和快速地发
5、现大量数据间隐藏的依赖关系并从大量数据中抽取有用的信息或知识。数据挖掘就是为了迎合这种需要而出现的一种用于开发信息资源的新型数据分析技术。它为研究现代信息处理提供了一种新的方法和研究领域。目前,已成功的应用于工业、商业、金融、行政管理等领域。2 数据挖掘技术概述211 数据挖掘的定义及特点收稿日期:2002-07-28作者简介:黎洪生(1961—),男,教授,主要从事基于网络的远程监控与诊断技术的研究。卓祯雨(1973—),女,硕士研究
生,主要从事基于网络的远程监控与诊断技术的研究。©1994-2007ChinaAc
6、ademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net100 计算技术与自动化2002年12月 数据挖掘(DataMining),又称数据库中的知识发现(KDD:KnowledgeDiscoveryinDatabase),一种较为认可的定义是:数据挖掘就是从大型数据库的数据中提取人们感兴趣的知识。这些知识是隐含的事先未知的,潜在的有用信息,提取的知识表示为概念、规则、模式、规律等形式。这些有用的信息,为经营决策、市场策划
7、、经营预测、工业控制提供依据。通过数据挖掘,有价值的知识、规则或高层次的信息就能从数据库的相关数据集合中抽取出来,并从不同角度显示,从而使大型数据库作为一个丰富可靠的资源为知识归纳服务。与传统信息处理方法相比,数据挖掘技术有其自身的特点:1)处理对象为大规模数据库,数据规模十分巨大;2)信息查询一般是由决策制定者(用户)提出的即时随机查询,往往没有精确的查询要求,需要靠数据挖掘技术寻找其可能感兴趣的东西;3)在一些应用中,某些行动并没有实际发生或很少发生,因而它们对输出所造成的影响没有在数据库中体现出来,需要利用数据挖
8、掘技术从数据库中提取有用的规则,为这种情况提出预测;4)在一些应用中,由于数据变化迅速可能很快过时,因此要求数据挖掘技术以快速对数据变化作出反应以提供决策支持。数据挖掘既要发现潜在的规则,还要管理和维护规则。而规则是动态的,当前的规则只能反应当前状态的数据库特征,随着新数据的不断加入,规则需要随之更新;5)数据挖掘中规则的发现主要
