首页> 中文学位 >活性炭纤维吸附和解吸中的数据挖掘技术
【6h】

活性炭纤维吸附和解吸中的数据挖掘技术

代理获取

目录

文摘

英文文摘

第1章绪论

1.1数据挖掘技术的产生

1.2数据挖掘的重要性

1.3国内外数据挖掘技术研究现状

1.4目前数据挖掘的实际应用范围

1.4.1金融方面

1.4.2客户关系管理方面

1.4.3零售业/市场营销方面

1.4.4过程控制/质量监督保证方面

1.4.5远程通讯部门

1.4.6化学/气象等行业

1.4.7军事方面

1.5本课题的意义

1.6本课题研究的主要内容

第2章数据挖掘中的关联规则

2.1数据挖掘技术的功能和分类

2.1.1数据挖掘的功能

2.1.2数据挖掘的分类

2.2数据挖掘过程

2.2.1问题定义

2.2.2数据收集和数据预处理

2.2.3数据挖掘算法执行

2.2.4结果解释和评估

2.3数据挖掘中的常用技术

2.3.1传统主观导向系统

2.3.2传统统计分析

2.3.3神经元网络(NN)技术

2.3.4决策树

2.3.5进化式程序设计

2.3.6基于事例的推理方法

2.3.7遗传算法

2.3.8非线性回归方法

2.4数据的采样

2.4.1数据挖掘不同领域中的采样

2.4.2数掘挖掘中的采样方法

2.5数据挖掘中的数据预处理

2.5.1数据挖掘中数据预处理的必要性

2.5.2数据预处理的基本功能

2.5.3预处理的主要方法

2.6数据挖掘中的关联规则

2.6.1概述

2.6.2单维布尔关联规则挖掘

2.6.3挖掘多层次关联规则

2.6.4多维关联规则的挖掘

第3章数据挖掘技术在活性炭纤维性能分析中的应用

3.1再生对活性炭纤维性能影响的预测模型建立

3.2数据挖掘方法的选择及数据挖掘目标

3.2.1数据挖掘方法的选择

3.2.2数据挖掘目标

3.3数据采样

3.4数据预处理

3.4.1数据的应用变换

3.4.2数据的精简

3.5多维关联规则中量化属性处理

3.5.1确定离散区间

3.5.2对属性值进行替换

3.6关联规则数据挖掘

3.6.1对整理之后的数据求取频繁集

3.6.2由频繁谓词集产生关联规则

3.6.3多维关联规则的计算机实现

2.6.4结论与讨论

参考文献

致谢

展开▼

摘要

随着时代的发展,各方面数据量快速增长,数据挖掘技术应运而生并广泛应用于各个领域.该文旨在对化学工程实验过程中获得的实验数据进行数据挖掘,发现实验数据中隐藏的关联规则.该文讨论的实验数据是醋酸丁酯在活性炭纤维中的解吸温度、解吸次数、吸附率和解吸率.通过多维关联规则对实验数据进行处理,发现随着解吸温度的升高,活性炭纤维对醋酸丁酯的吸附率升高,解吸率也升高;随着解吸次数的增加,活性炭纤维对醋酸丁酯的吸附率降低,解吸率也降低.

著录项

  • 作者

    孙彤;

  • 作者单位

    辽宁工程技术大学;

  • 授予单位 辽宁工程技术大学;
  • 学科 计算机应用技术
  • 授予学位 硕士
  • 导师姓名 孙劲光;
  • 年度 2004
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 TP311.13;
  • 关键词

    数据挖掘; 关联规则; 醋酸丁酯; 吸附; 解吸;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号