融合粗糙集和模糊聚类的连续数据知识发现

• 作者: 于达仁 胡清华 鲍文
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 知识发现 粗糙集 模糊聚类 离散化
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 热力工程
• 页码范围: 205-210
• 页数: 6页
• 分类号: TK38
• 字数: 5712字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2004.06.040

摘要

知识自动获取是困扰基于知识的系统普遍推广应用的瓶颈,粗糙集理论是一种从历史数据中发现规则知识的数学工具.该文针对粗糙集方法应用于电厂与电力系统数据挖掘中存在的连续属性离散化问题,提出了基于模糊聚类的离散化方法.采用模糊C平均(PCM)算法离散连续属性,获得各类的聚类中心以及属性值隶属于各聚类中心的隶属度矩阵,得到离散化的数据.将粗糙集方法应用于离散化后的数据挖掘隐含在历史数据中的知识.最后进一步讨论了置信度、支持度等指标对规则的评价方法.给出的汽轮机轴系振动故障诊断规则获取算例验证了整个知识发现方案的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍文	哈尔滨工业大学热能动力工程系	83	1111	20.0	29.0
2	于达仁	哈尔滨工业大学热能动力工程系	242	3647	29.0	50.0
3	胡清华	哈尔滨工业大学热能动力工程系	28	874	14.0	28.0