改进的FUP算法在五金产品质量分析系统中的应用

吉林大学学报(工学版) ›› 2012, Vol. 42 ›› Issue (增刊1): 251-254.

改进的FUP算法在五金产品质量分析系统中的应用

李松生¹, 赵燕伟², 顾熙仁²

1. 上海大学机电工程与自动化学院,上海 200072;
2. 浙江工业大学特种装备制造与先进加工技术教育部重点实验室,杭州 310032

收稿日期:2012-02-09 出版日期:2012-09-01 发布日期:2012-09-01
作者简介:李松生(1959-),男,高级工程师,博士.研究方向:机械设计及理论.E-mail:lisongsheng111@sina.com
基金资助:
国家自然科学基金项目(60970021).

Application of improved FUP algorithm on hardware product quality analysis system

LI Song-sheng¹, ZHAO Yan-wei², GU Xi-ren²

1. School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200072, China;
2. Key Laboratory of Special Purpose Equipment and Advanced Manufacturing Technology, Ministry of Education, Zhejiang University of Technology, Hangzhou 310032, China

Received:2012-02-09 Online:2012-09-01 Published:2012-09-01

摘要/Abstract

摘要： 以阀门作为五金产品质量数据分析的实例,对阀门产品质量数据进行分析,主要是分析阀门产品的缺陷数据。针对传统的增量式关联规则算法FUP没有考虑到数据的时间属性,在FUP算法的基础上提出一种改进算法,并且将改进的FUP算法运用到产品质量分析系统中。通过实验结果对比发现,使用了改进算法以后,原来的许多规则已经不在生成的规则列表中出现,而一些新的规则被生成了。

关键词: 计算机应用, 关联规则, 缺陷数据, FUP算法, 质量分析

Abstract: The valve was used as an example for hardware product quality analysis,and the defect data of valve was mainly analyzed. Traditional incremental updating algorithm FUP for association rules does not take the time properties of data into account. Therefore an improved FUP algorithm was proposed,and it was used in the analysis of product quality. By comparison of experimental results,many of the original rules does not generated in the list of rules,while the new rules are generated after using the improved algorithm.

Key words: computer application, association rules, defect data, FUP algorithm, quality analysis

中图分类号:

TP391

李松生, 赵燕伟, 顾熙仁. 改进的FUP算法在五金产品质量分析系统中的应用[J]. 吉林大学学报(工学版), 2012, 42(增刊1): 251-254.

LI Song-sheng, ZHAO Yan-wei, GU Xi-ren. Application of improved FUP algorithm on hardware product quality analysis system[J]. 吉林大学学报(工学版), 2012, 42(增刊1): 251-254.

参考文献

[1] Agrawal R,Imielinski T,Swami A. Mining association rules between sets of items in large databases[C]//Proc of the 1993 ACM SIGMOD Int'l Conf on Management of Data (SIGMOD' 93),1993: 207-216.

[2] Agrawal R,Srikant R. Fast algorithms for mining association rules[C]//Proc of the 20th Intel'l Conf on Very Large Data Bases(VLDB' 94),1994: 487-499.

[3] 蒋盛益,李霞,郑琪. 数据挖掘原理与实践[M]. 北京:电子工业出版社,2011.

[4] 郭鸿,黄桂敏,周娅. 基于Kademlia的下关联规则挖掘算法研究[J]. 计算机工程与设计,2011,32(1): 221-223. Guo Hong,Huang Gui-min,Zhou Ya. Study of association rules discovered algorithm based on Kademlia[J]. Computer Engineering and Design,2011,32(1): 221-223.

[5] 武建华,沈钧毅,王元元. 一种改进的关联分类算法[J]. 计算机工程,2009,35(9): 63-65. Wu Jian-hua,Shen Jun-yi,Wang Yuan-yuan. A improved algorithm on association and taxonomy[J]. Computer Engineering,2009,35(9): 63-65.

[6] Cheung D W,Han J,Ng V,et al. Maintenance of discovered association rules in large databases: an incremental updating technique[C]//Proc 1996 Int'l Conf on Data Engineering,New Orleans,Louisiana,1996.

[7] Cheung D W,lee S D. A general incremental technique for updating discovered association rules[C]//Proc 1997 Int'l Conf on Databases Systems for Advanced Applications,Melbourne,Australia,1997.

[8] 郭炜星. 数据挖掘分类算法研究. 杭州:浙江大学,2008. Guo Wei-xing. Study of data discovered association algorithm. Hangzhou: Zhejiang University,2008.

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed