装备质量数据离散化方法
数据挖掘技术已经成为一种利用装备数据资源获取知识的重要手段,数据预处理是装备质量信息分析的重要环节.为解决数据类型不适应数据挖掘方法的问题,提出了一种装备质量数据离散化方法.对经典类别属性最大相互依赖算法的原理和流程进行了介绍,分析了存在的问题,提出了改进方法;引入了粗糙集理论和属性分辨率,限制了过度离散化;提出了属性重要性评价方法,减少了信息损失.对比实验结果表明,所提出的方法具有优越性,能提高数据离散化效果.以某型装备为例,将所提方法应用于关联规则挖掘之前的数据预处理,获得了与装备寿命周期内质量变化规律相关的知识,验证了该方法的有效性.
装备质量、数据离散化、数据挖掘、数据预处理、关联规则
44
TP391(计算技术、计算机技术)
国家自然科学基金61501493
2023-10-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
143-148