数据挖掘在齿轮箱故障诊断中的应用研究

数据挖掘在齿轮箱故障诊断中的应用研究作者：徐宗龙学位授予单位：中北大学相似文献(10条)1.学位论文赵春凤电力生产联机分析处理与数据挖掘方法的研究2002联机分析处理与数据挖掘是当前数据库领域与人工智能领域研究的热点，它们通过对大量数据进行分析与处理，得到隐含在数据后面的有用的信息和知识，满足人们日益增长的对知识的需求。电力生产系统每天消耗一定的原料，产生一定的电量，用来使用并销售，因此企业积累了大量的生产销售数据。在竞争日益激烈的今天，企业迫切要求对大量的数据进行快速查询、分析，得到隐含在这些数据背后的潜在的信息，从而管理人员能获得深层次的知识，指导企业进行更好的生产经营。联机分析处理是一种多维分析工具，可提供数据多层面、多角度的逻辑视图，数据挖掘是在数据集合中寻找模式的决策支持过程，是现有的人工智能、统计学等成熟技术在特定系统中具体的应用。本文主要就是对电力生产企业的数据进行联机分析处理与数据挖掘，对联机分析处理、数据挖掘、用于系统数据挖掘的粗糙集方法、知识的简化以及数据的依赖性都进行了详细的介绍与分析，在分析了电力生产系统数据特点的基础上，提出了电力生产系统联机分析处理和数据挖掘的设计方案，给出了系统的实现方法，并且对数据挖掘中的属性约简、属性重要性以及决策规则的获取提出了算法。2.期刊论文李超.LIChao浅析数据仓库、联机分析处理与数据挖掘-光盘技术2009(1)数据仓库、联机分析处理和数据挖掘是作为三种独立的信息处理技术出现的,通过对这三种技术内在的联系性和互补性的分析,可将它们结合起来构成一种新的决策支持系统.3.学位论文黄浩联机分析处理和数据挖掘在MRPⅡ/ERP系统中的应用研究2002联机分析处理和数据挖掘是近年迅速发展起来的技术,主要用于构建企业的决策支持系统.该文根据联机分析处理和数据挖掘技术的这个特点,并针对传统MRPⅡ/ERP系统在决策方面的不足,提出把联机分析处理和数据挖掘应用到传统MRPⅡ/ERP中去,以数据仓库作为企业底层的数据源,再配合以各种联机分析处理和数据挖掘技术,并结合MRPⅡ/ERP的管理思想,正好做到取联机分析处理和数据挖掘在决策支持方面之长,补传统MRPⅡ/ERP之短.并创新地提出了智能制造资源计划和智能企业资源计划的全新系统模式,即IMRPⅡ/IERP=MRPⅡ/ERP+DW+OLAP+DM.4.期刊论文李军红.胡彧浅析数据仓库、联机分析处理和数据挖掘-科技信息（科学·教研）2007(6)为了从海量数据中提取有价值和有决策意义的信息而提出数据仓库、联机分析处理和数据挖掘.本文先大致介绍了这三种技术的基本概念与应用,然后分析了它们三者之间的相互关系,并在文中穿插介绍了实际应用中三者是如何融合为一体来辅助决策的.5.学位论文李大鹏基于数据仓库的数据挖掘与联机分析处理2004本文是以基于数据仓库技术的金融企业客户关系管理系统为基础,从数据仓库软件系统开发方法,数据仓库存储模型设计,联机分析处理技术,数据挖掘技术等多个角度介绍了数据仓库软件系统相关的技术.其中,在数据仓库软件系统开发方法论角度,介绍了数据仓库软件系统和传统的事务处理系统开发方式的不同,着重介绍了数据仓库软件系统常用的螺旋式开发模型的开发过程和步骤.在数据仓库存储模型角度,介绍了数据仓库的基本概念,存储模型设计的方法和原则,以及数据仓库数据抽取的相关技术等等.在联机分析处理技术方面,介绍了联机分析处理的存储方式和操作特性,以及几种典型的分析模型.在数据挖掘技术方面,介绍了数据挖掘的概念以及相关技术,着重介绍了分类挖掘在金融企业客户关系管理系统中的应用,以及相关的决策树算法及其实现.对于数据挖掘结果的可视化展现,提出了一种新的软件结构,采用该软件结构,可以改善数据挖掘结果的展现形式,提高用户访问时的响应速度.6.期刊论文张立斌.潘伟.ZHANGLi-bin.PANWei基于位编码的联机分析处理及数据挖掘算法-信息技术2010,34(8)联机分析处理系统(OLAP)中的查询问题或决策支持系统中的查询非常复杂,如何处理大维度的海量数据是一个挑战.提出了一种用于OLAP多维数据库及相关数据挖掘的并行体系结构;提出了一种改进的适用于完整或部分数据立方体的并行计算调度优化方法;实现了一个大尺度的多维数据库引擎,适用于在多维度、海量数据的OLAP或SSDB中进行维度分析.7.会议论文李振富.韩彬霞构建基于数据仓库、OLAP和数据挖掘的战场决策支持系统2006本文对数据仓库、联机分析处理和数据挖掘等技术进行了研究,并讨论了他们之间的相互关系,说明了数据仓库、联机分析处理和数据挖掘辅助决策的方式.对如何搭建一个基于数据仓库、联机分析处理和数据挖掘的决策支持系统进行了比较深入的论述,明确了决策支持系统的整体结构.8.学位论文张德辉联机分析处理中缩减用户探查空间的方法研究2007联机分析处理(OnlinehnalyticalProcessing，OLAP)在企业数据分析应用中起到了关键作用。然而，随着企业数据分析的不断深入，OLAP分析工具的一些不足也逐渐凸显，OLAP技术的智能化是解决问题的关键。在当前的技术条件下用户使用OLAP分析工具进行数据分析时，必须采用手动探查的方式执行大量的分析操作。由于面向分析数据的数据量通常十分庞大，而且经常包含几十、甚至上百个维度，因此这种手动探查的方式使得OLAP分析工具的有效性受到了严重的限制。智能化理论的核心方法是降低问题的搜索空间，在OLAP环境下我们将问题的搜索空间定义为用户的探查空间。因此，有效地缩减OLAP用户的探查空间是改善当前OLAP工具现状的一个关键问题，也是OLAP智能化的关键技术。这个问题已经得到了国内外相关研究人员的高度重视。经过调查研究，本文围绕缩减OLAP分析中用户探查空间问题展开研究。主要研究内容和创新成果如下：1．本文研究了OLAP分析中探查空间大小的度量问题，提出了一种定量度量OLAP分析中用户探查空间大小的方法。OLAP分析中用户探查空间大小的形式化描述不仅可以定量描述当前OLAP用户的工作负担，也可以定量评估那些现存方法和本文所述方法的缩减效果。2．本文研究了OLAP分析中的用户分析兴趣问题，并基于用户的长期分析兴趣提出了虚拟立方体机制。传统的OLAP分析未能充分考虑用户的兴趣。本文提出了一种利用用户长期兴趣缩减探查空间的方法，称作虚拟立方体机制。该方法采用贝叶斯估计模型从用户的访问历史中提取分析兴趣，得到用户兴趣后重新构建新方体用于数据分析，并根据用户的分析行为维护用户兴趣。虚拟立方体中包含用户感兴趣的全部数据，而他所不感兴趣的数据将以更汇总的形式隐藏。虚拟立方体使得用户可以只分析他所感兴趣的数据，而不会被其它无用信息干扰。这样在数据分析过程中，用户所需执行的OLAP操作大大减少，有利于用户更直接有效地发现数据中的潜在规律，从而达到了缩减探查空间的目的。3．在数据立方体中引入了“逻辑视图”的概念。OLAP系统中的“筛选”操作在一定程度上达到了缩减探查空间的效果。然而，“筛选”操作的功能十分有限，既无法提供筛选集上的封闭操作，也无法解决用户分析过程中动态产生的即席兴趣。针对这个问题，本文在数据立方体中引入了“逻辑视图”的概念。逻辑视图是原始数据事实表的一个子集，该子集描述了用户的分析范围所在。本文将与逻辑视图对应的数据立方体称为“逻辑方体”，并用该逻辑方体回答用户的分析查询。该方法允许用户提出即席兴趣，以微小的代价动态创建对应的逻辑方体。逻辑方体提供了封闭的OLAP操作，使得用户在接下来的分析过程中仅需考虑那些动态定义的感兴趣数据。4．本文研究了OLAP分析过程中分析操作的有效性问题，并提出了一种用于裁减OLAP中冗余下钻操作的方法。在OLAP分析中，过多的可选下钻路径导致了OLAP分析过程的复杂性。实际上，有大量的下钻操作是不能提供有效知识的。本文采用向量夹角法评估下钻操作的有效性，并在OLAP分析过程中裁减那些不能提供知识的下钻路径。5．本文在数据挖掘结果与OLAP分析过程相结合方面作出了有效尝试，并以聚类挖掘为例，提出了在OLAP分析中保持聚类挖掘结果的方法。传统的数据挖掘与OLAP的结合方法只把数据挖掘作为独立的分析任务实现，未能将数据挖掘的结果进一步作为OLAP分析的依据和基础。这导致了基于数据立方体的知识发现仅能以任务驱动的方式进行，从而不能将数据挖掘任务与OLAP分析过程紧密结合。本文以聚类挖掘为例，通过划分维成员等价类的方法实现数据挖掘结果与OLAP分析过程的紧密结合。以上研究成果的相关论文已被国内外重要期刊或学术会议接收发表，有关原型系统已在国家自然科学基金课题(60473072)的原型系统中部分实现，并在物流和税务领域的实际项目中得到应用，取得了良好效果。9.会议论文王伟.殷国富基于数据挖掘的多维联机分析处理系统研究2005针对基于数据挖掘的联机分析处理系统开发,分析了数据挖掘实现步骤,对常用数据挖掘方法进行了系统的比较,提出了多维联机分析处理系统结构,给出了多维联机分析处理和决策树功能实现方法.通过该系统结构和功能的分析表明,系统可实现数据多维分析和知识发现,为用户提供有效的决策支持.10.学位论文连欢数据挖掘在超市客户关系管理中的应用2008随着信息技术的发展，企业与信息系统之间的联系越来越紧密。另外，中国加入WTO以后，很多跨国企业进入中国市场，中国的企业面临着更激烈的市场竞争，这竞争在带来机遇的同时也带来了巨大的挑战。由于业务数据是海量的，而从业务数据中找出隐藏商业信息和规律的商业智能已经开始在国外企业中应用，传统的决策支持系统已经无法满足当今中国决策者的对信息的需求。把数据仓库、联机分析处理和数据挖掘结合在一起是如今决策支持系统的新方向之一，其中数据仓库是基础。这种新型决策支持系统以数据仓库作为存储数据和管理资源的手段，以联机分析处理作为提取数据的方法，以数据挖掘技术作为发现规律和知识的途径。建立新型的决策支持系统是提高企业核心竞争力的武器，帮助企业管理者制定更科学更有效的决策。本文先介绍了决策支持系统、联机分析处理和数据挖掘的背景知识，Microsoft决策树和Microsoft聚类算法。在分析了传统决策支持系统的不足后，提出把数据仓库、联机分析处理和数据挖掘结合在一起用于决策支持的新解决方案，形成新决策支持系统。然后结合食品超市的销售信息开发了B/S模式的应用了新方案的超市决策支持系统。重点从应用角度详细分析了数据仓库和多维数据集的构建过程，在常规的信息管理功能的基础上，构建了基于Microsoft聚类算法的客户细分模型和基于Microsoft决策树的会员卡模型，实现了数据挖掘技术在客户关系管理中的应用。超市的业务数据很大，海量的业务数据为数据挖掘的应用提供了良好的数据平台。本文把数据挖掘功能应用到超市客户管理中，对数据挖掘的推广和应用有一定的参考价值。本文链接：授权使用：太原理工大学(tylgIP)，授权号：6ec09e61-7cbc-40b1-87aa-9e940147172e下载时间：2011年2月24日