基于FRS-SVM的工业数据挖掘研究

• 作者: 孙文林 沈捷
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 模糊粗糙集 属性约简 支持向量机 地板正反面分类 氧化铝晶种分解
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 研究论文
• 页码范围: 951-954
• 页数: 4页
• 分类号: TP181
• 字数: 4967字
• 语种: 中文
• DOI: 10.11719/com.app.chem20140813

摘要

在工业生产分类过程中，存在数据量过大，冗余特征过多的问题，本文结合模糊粗糙集和支持向量机研究了一种分类算法。首先采用模糊粗糙集方法对条件属性进行属性约简，找出对分类决策具有主要影响的特征。以约简结果作为分类模型的输入变量，然后利用支持向量机对样本进行训练，建立分类模型，最后将本文的方法用于地板正反面分类和分析氧化铝晶种分解过程，并测试模型的分类效果。MATLAB仿真实验的结果表明本文的方法是有效的，具有分类正确率高，结构简单，泛化能力好的优点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈捷	南京工业大学自动化与电气工程学院	28	201	8.0	13.0
2	孙文林	南京工业大学自动化与电气工程学院	1	2	1.0	1.0