数据挖掘在故障诊断专家系统知识获取中的应用

介绍了数据挖掘的概念，指出了数据挖掘与知识获取之间的关系，并着重阐述了描述性数据挖掘、关联规则挖掘、数据挖掘分类算法在故障诊断专家系统知识获取中的应用，最后给出了一个用数据挖掘分类算法生成故障树的实例。     

基于神经网络与遗传算法的汽轮机数据挖掘研究

针对当前专家系统知识获取瓶颈的难题,提出了基于神经网络与遗传算法的汽轮机数据挖掘方法.将汽轮机故障历史数据首先进行模糊化及离散化处理,接着构造一个多层的前向神经网络,然后通过教师示教的方式训练构造好的神经网络,最后进行基于遗传算法的神经网络优化.以神经网络为知识本体,提出了汽轮机故障诊断分类规则的挖掘算法,实现了基于神经网络与遗传算法的汽轮机数据挖掘和故障诊断仿真系统,其诊断正确率达到了84%.实验表明该方法可行,对汽轮机故障诊断系统的设计具有借鉴意义和深入研究的价值.     

一种基于多Agent技术的Web挖掘模型及应用

Web挖掘是数据挖掘的一个重要的分支.数据挖掘技术通常采用数据集成的方式来产生数据仓库,挖掘关系规则、聚类特点并获取有用的预测模式和知识评价.对Web数据的半结构化和异构(混合媒体)的特点,Web数据挖掘技术和纯粹的基于数据库的数据挖掘技术不同.介绍了多代理合作模式,该模式类似知识爬虫、分析机、归纳机和解析机.通过多代理系统及代理名称服务之间的交流,这些代理获取所需的知识.     

基于Rough集的规则抽取技术

数据分类是数据挖掘的一个重要功能,神经网络以其良好的抗噪性和鲁棒性而成为一种广泛使用的数据挖掘工具,尤其是运用在数据分类中.但是,神经网络对用户来说是一个黑箱,所获得的知识隐含在神经网络的连接权中而难以理解.针对这种情况,建立了一个基于神经网络的数据分类系统模型,通过数据处理、网络训练、规则抽取等几个阶段,达到将获得的知识清晰化的目的.在系统中,首先对连续性数据作规一化和对语义性数据进行编码;然后经过网络训练而获取知识;规则抽取采用功能性方法:即把神经网络视为黑盒,随机产生输入得到相应的输出组成实例,然后采用Rough集的方法进行约简得出规则.     

规则波形的智能理解方法

本文提出了一种波形的符号描述方法,该方法的实现便于诊断专家系统从规则波形中自动获取故障知识.文中讨论了如何将规则波形用波元符号来表达和基于这种符号表达的波形局部畸变特征的谓词描述,并讨论了基于深知识的发动机点火波形的理解,从而获取状态知识的过程.     

电网调度操作票专家系统中的知识表示方法

针对以往操作票专家系统中电网一次接线图与其拓扑结构知识库相互独立,分别由两个功能模块单独管理带来的不便,重点论述了基于图形界面的地区电网调度操作票专家系统中的知识表示及获取方法;提出了一种基于图论中“关联集”的框架结构表示电网拓扑结构知识的方法及其自动获取,这种方法原理简单、构思新颖、完全可以表示复杂的电网结构。介绍了“扩充的‘规则架＋规则体’模式”对操作规程中领域知识的描述形式及其推理机制。     

粗糙集和证据理论相结合的数据挖掘方法

在粗糙集和证据理论相结合的数据挖掘技术中,常用的方法是以证据理论为主,而将粗糙集作为获取证据权重的辅助手段.这种结合方法既不能有效发挥证据理论的数值计算作用,也不能很好利用粗糙集理论的分类功能.因此,文章提出一种新的粗糙集和证据理论相结合的数据挖掘技术.首先通过粗集理论对决策表进行约简,消除系统冗余,得到决策规则.其次对经过约简所得到的决策表进行数值处理,降低预测代价,并构建证据焦元空间.最后将证据焦元空间用合成规则进行融合.计算结果表明,文中所提出的粗糙集与证据理论相结合的数据挖掘方法,不但细化了决策规则,而且给出了决策系统规则的定量描述,有效地补充和扩展了证据理论的应用范围.     

关于CAPP专家系统开放性问题的研究

开放性是实现CAPP专家系统通用性和商品化的一个重要问题．针对回转件CAPP专家系统的开放性问题,如知识获取和知识表示方法、规则分类和知识库的构造、分层式推理机的构造以及规则解释方法等问题进行了初步探讨,并提出了用于代码转换的工艺字典等有关问题．     

网络故障诊断专家系统中知识库的设计

提出了一种基于规则的网络故障诊断专家系统,重点对知识的获取和表示进行了研究．采用Java语言实现了两种规则形式的表示,一种是产生式规则;另一种是类实体规则．并通过面向对象的技术,构造了面向对象的知识库,实现方法简单有效。     

基于CLIPS的延迟焦化焦炭塔生产操作专家系统的设计和实现

研究了专家系统在延迟焦化焦炭塔生产操作中的应用,并给出基于CLIPS的专家系统的设计和实现过程.将专家系统引入焦炭塔操作过程中,构成焦炭塔操作专家系统.该系统集成了丰富的工程师操作经验并以知识库的形式进行存储,同时采用产生式规则作为基本的知识表示方式,构建延迟焦化焦炭塔生产操作系统知识库.利用CLIPS对专家系统的知识库和推理机进行开发,便于操作人员获取最佳操作方案,并实例阐述了专家系统的有效性.     

基于决策树分类技术的心电自动分析软件检测系统

研究和开发了一种基于数据挖掘技术的心电自动分析软件检测系统.该系统首先通过直接从人体采集电信号和读取扫描经典心电图图片两种途径,依据M IT-B IH心律失常数据库规则和存储格式,建立国人临床心电数据库,然后采用决策树分类方法对样本进行训练和分类,最终进行心电自动分析软件的检测,并由系统输出检测结果.     

基于数据挖掘的学习者身份异常检测

行为模式通常反映了人们的行为习惯和特征.该文针对在线学习系统,利用数据挖掘中的分类算法和关联规则算法,对学习者留下的行为项,进行模式挖掘.并提出了一种分类预测与关联检测相结合的身份验证方法,能有效鉴定学习者身份的真实性,最后给出相应的实验结果及分析.     

基于混合遗传算法的分类规则挖掘方法研究

基于传统遗传算法的分类规则挖掘方法,通常存在挖掘出的规则质量不高,优化后种群中的冗余规则太多,分类准确率较低等问题.文中分析了分类规则挖掘原理,提出基于混合遗传算法的分类规则挖掘方法能够有效地克服上述缺点,从而提高分类规则挖掘的准确性.     

基于多媒体数据库的数据挖掘模型和方法

多媒体挖掘是数据挖掘的一个新兴且富有挑战性的子领域。多媒体挖掘的概念、内容和方法都没有一个统一的定论,多媒体挖掘的体系结构和框架有待于进一步研究。基于此,介绍了一种适合多媒体挖掘的系统模型;阐述了与模型相关的多媒体挖掘方法：多媒体数据立方体、聚类、分类和关联规则;最后给出了采用关联规则数据挖掘方法对多媒体数据库进行数据挖掘的实例。     

粗糙集在数据挖掘分类规则中的应用研究

数据集中的冗余性会降低数据挖掘结果的解释能力和精度，介绍了数据集中挖掘分类规则的基本原则，并利用粗糙集理论中核及决策类覆盖的概念，提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系，并简化带有不同相容规则的决策系统的数据挖掘算法，并应用一简单的例子说明如何在数据库中发现分类规则。     

决策树在高校就业管理系统中的应用研究

根据就业数据的特点,采用C4.5决策树算法对就业数据进行预处理,选取决策属性,实现挖掘算法并抽取规则知识,由规则知识指出哪些决策属性决定了就业单位的类别.挖掘结果表明,该算法能够正确将就业数据分类,并得到若干有价值的结论,供决策分析.     

基于数据挖掘的乳腺X线图像分类研究

研究了基于灰度空域统计特征以及灰度共生矩阵的医学乳腺X线图像的特征提取方法,以及这些特征对于数据挖掘中的两种算法——基于神经网络的算法和基于关联规则挖掘的算法在乳腺肿瘤检查和分类中的作用,结果表明这些特征在两种分类方法中均表现良好,对良性与恶性肿瘤分类的准确率均超过了75%.实验证明所提出的特征提取方法对于神经网络和关联规则的挖掘在乳腺X线图像分类中是有效的.     

大跨空间结构智能选型方案生成系统

将基于实例的推理和数据挖掘技术应用于大跨空间结构的智能选型的方案生成阶段．介绍了基于实例推理系统的基本结构及其四个关键技术,建造了大跨空间结构智能选型方案生成系统．主要实现了以下功能：实例库的建立和维护;人机交互界面的实现;初步完成基于加权检索算法的大跨空间结构选型实例推理;实现了实例关键参数值域分布情况的统计功能;采用数据挖掘算法对实例库进行了关联规则的挖掘,初步挖掘出了实例库中的关联规则,利用决策树和粗糙集的方法产生分类规则,比较了三种数据挖掘方法,给出它们的应用条件,为下一步实现基于知识推理做准备．通过实例演示了该系统的方案生成过程．     

如何解决专家系统的知识组合爆炸问题

提出了一种称为“分类产生式规则”的专家系统知识表示方法，该方法实持性地改进了传统的产生式规则，可有效地解决基于规则的专家系统存在的知识组合爆炸和搜索匹配费用高的问题。文中主要讨论了这种方法的定义，表示形式，推理控制策略和知识组织等问题，并简要分析了该方法的优势所在。     

Automatic drawing of the geologic profile of an underground mine based on COMGIS

This paper introduces a method of building a prototype system of geologic profile auto-drawing. A .NET development platform and integrated environment was used along with a component based design, a B/S system model, and XML techniques. Knowledge rules for creating geologic profiles and generating virtual drilling data from existing bore data and expert, hand-drawn geologic profiles were acquired.Then a prototype system was established by utilizing the known knowledge rules, topological relationships, and semantic relationships among strata. This system has a friendly human-computer interface and can meet requirements of mutual queries between attribute and spatial data. The generated profile map is editable. This study provides a new powerful tool for underground mine work.