數據挖掘技術在CSP系統(tǒng)中的應用.pdf

1、隨著數據庫技術的普及與深入，數據挖掘技術的應用也取得了長足的進步。本文在論述數據挖掘的相關技術及其分類方法的基礎上，詳細討論了數據挖掘技術與知識發(fā)現、聯(lián)機分析處理、統(tǒng)計學之間的區(qū)別與聯(lián)系，指出了數據挖掘從本質上講也是一種知識挖掘，數據挖掘的過程就是在大量數據中發(fā)現知識的過程。對數據挖掘工具SPSS和Clementine的關鍵技術及其相關特點，也進行了深入的剖析。并以包鋼薄板廠的CSP生產工藝流程為實例，采用數據挖掘技術，對生產過程中產生

2、的大量數據進行分析、處理，從而得出有用的信息。文中具體做了如下幾方面的工作： 1.按照CSP的生產工序，將收集到的包鋼薄板廠的原始數據分為煉鋼、連鑄和連軋數據，分別存放在Excel表格中； 2.利用SPSS工具，經過數據整理、數據降維和數據采樣三個過程，對數據進行預處理； 3.利用Clementine工具建立神經網絡模型、決策樹模型和回歸模型，并對三種模型做出詳細解釋與比較，得出采用神經網絡建立產品質量模型是最精