简介:
本发明提供一种基于连铸坯缺陷分析的数据挖掘方法,将坯料的化学组成成分数据和坯料的生产工艺数据作为条件数据,将产品缺陷数据作为结果数据,应用Apriori基本思想,首先进行条件数据和结果数据的频繁项集发现,根据发现结果直接进行关联规则组合,根据条件数据和结果数据的频繁组合模式,计算支持度和置信度,支持度和置信度大于平均值的数据为保留数据,其余舍弃,最终得出产品缺陷结果与所述的条件数据的关联规则。避免了大量的冗余规则的出现,这种挖掘方法应用到连铸坯缺陷数据分析中,解决连铸坯生产实际中产品质量缺陷的原因分析的数据挖掘问题。
本发明提供一种基于连铸坯缺陷分析的数据挖掘方法,将坯料的化学组成成分数据和坯料的生产工艺数据作为条件数据,将产品缺陷数据作为结果数据,应用Apriori基本思想,首先进行条件数据和结果数据的频繁项集发现,根据发现结果直接进行关联规则组合,根据条件数据和结果数据的频繁组合模式,计算支持度和置信度,支持度和置信度大于平均值的数据为保留数据,其余舍弃,最终得出产品缺陷结果与所述的条件数据的关联规则。避免了大量的冗余规则的出现,这种挖掘方法应用到连铸坯缺陷数据分析中,解决连铸坯生产实际中产品质量缺陷的原因分析的数据挖掘问题。