基于神经网络的丙酮产品质量分类挖掘
Data Mining for Product Quality Classification of Acetone Refining Process Based on Neural Network作者机构:清华大学自动化系北京100084
出 版 物:《计算机工程》 (Computer Engineering)
年 卷 期:2006年第32卷第5期
页 面:183-185页
核心收录:
学科分类:13[艺术学] 0808[工学-电气工程] 08[工学] 1305[艺术学-设计学(可授艺术学、工学学位)] 0810[工学-信息与通信工程] 0839[工学-网络空间安全] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0701[理学-数学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家"863"CIMS计划基金资助项目(2002AA414610)
摘 要:针对丙酮精制过程的特点,提出一种基于神经网络的丙酮产品质量分类挖掘方法。首先,讨论了数据挖掘中自变量筛选的方法,包括相关性分析、Fisher指数分析、主成分回归分析以及偏最小二乘回归分析等,综合各种方法分析的结果,对丙酮精制过程中众多的工艺影响因素进行了重要性排序并据此筛选出重要的自变量;以选入的变量作为输入变量,构造基于神经网络的产品质量分类器。实验结果表明,训练后的神经网络分类器在丙酮产品质量分类挖掘中取得了良好的效果。