基于特征的流场数据挖掘

作     者：解利军 张帅 张继发 郑耀 周迪斌 XIE Li-jun;ZHANG Shuai;ZHANG Ji-fa;ZHENG Yao;ZHOU Di-bin

作者机构：浙江大学航空航天学院浙江杭州310027 杭州师范大学信息科学与工程学院浙江杭州310016 

出 版 物：《空气动力学学报》 (Acta Aerodynamica Sinica)

年 卷 期：2010年第28卷第5期

页      面：540-546页

核心收录：

学科分类：080704[工学-流体机械及工程] 080103[工学-流体力学] 081203[工学-计算机应用技术] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0801[工学-力学（可授工学、理学学位）] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(10876036 10872182) 浙江省科技厅项目(2009C31112) 国家"水体污染控制与治理"科技重大专项(2009ZX07424-001) 中央高校基本科研业务费专项基金(KYJD09009 2009QNA4037) 

主　　题：流场数据分析 数据挖掘 Apriori算法 λ2准则 Rayleigh-Benard对流现象 

摘      要：将数据挖掘技术应用于流场分析,有可能挖掘出常规数值方法难以发现的复杂流动规律。流场数据与传统数据库数据不同,通常组织为不规则的空间离散点和单元。为建立流场数据挖掘的统一范式,提出了基于特征的流场数据挖掘流程,并设计了两类相应的数据模型组织方式:邻域时空盒模型和连接图模型。使用该框架,对特定Rayleigh-Benard对流现象的数值计算结果进行了关联规则分析。其中涡特征提取使用λ2准则,关联规则提取使用Apriori算法。实验挖掘到了一些非平凡的流场规则,证明了该方法的有效性。