知识发现方法研究和其在感觉评估中地应用.pdfVIP

知识发现方法研究及其在感觉讦估中的应用 第一章概论 1．1选题背景及其研究意义 1．1．1选题背景 随着信息在经济运作中地位的日益显著，目前的数据库技术己经成功地应用于 传统的事务数据处理，如企业管理、行政管理、科学、工程数据管理以及许多日益 增长的其它应用。由于强有力的数据库系统的出现，数据库技术正在保持快速增长。 越来越多的应用正在以GB(甚至TB)计的速度产生大量数据，如商场的顾客交易数 据、证券市场的客户交易数据、Intemet上的巨量信息数据等等。正是由于数据和数 据库的爆炸性增长，要从这些海量的、以不同形式存储的数据资料中发现有价值的 信息或知识，达到为决策服务的目的，成为非常艰巨的任务。 知识发现…方法的提出，让人们最终有能力认识数据的真正价值，即蕴藏在数 据中的信息和知识。被发掘出来的信息，能够用于信息管理、查询处理、决策支持、 过程控制以及许多其它应用。数据发掘已经成为数据库及机器学习领域的重要研究 课题，也给许多企业提供了重要的商机。作为智能技术和机器学习领域的研究工作 者，密切关注和深入研究这一新兴的理论和技术是十分必要的。 同时，企业在感觉评估方面的应用需求拉动也是本文选题的重要原因。面对在 企业应用项目中亟待解决的现实而具体的技术难题，如何从大量数据中挖掘烟叶感 觉内在规律，找到～套适合卷烟感觉评估的方法路线，从而更有效的指导数据检测 过程是势在必行的。 1．1．2研究意义 知识获取一向被认为是智能系统实现的瓶颈问题，知识发现则部分地解决了知 识获取问题。目前国际上对知识发现系统(KDD)的研究主要是以知识发现的任务描 述、知识评价与知识表示为主线，有效的知识发现算法为中心，在数据库中，利用 统计学、证据理论、归纳学习、近似推理、人工神经网络、遗传算法、决策树算法、 知识发现方法研究及其在感觉评估中的应用 关联算法、分类算法、Rough集理论、现代数学分析方法及其集成方法等技术，发 掘诸如关联规则、分类规则、数据聚类、序贯模式、相似模式、混沌模式等知识【2】。 本文采用的神经网络内部知识提取方法打破了神经网络的“黑箱性”，对于更好的理 解多层感知器内部行为有重大的意义。另外，统计学与决策树理论相结合，将数据 内部蕴含的知识显式表达出来，对于知识发现理论与应用都是一种推动作用。 产品感觉质量品评作为一门复杂的边缘性综合技术，传统的感觉评估方式因其 费时、费力、高成本已难以满足企业技术工作发展的需要。面对目前激烈的市场竞 争和消费者对不同151味产品的需求，企业的技术工作任务繁重、技术创新压力增大。 在大型企业集团低成本高速扩张的形势下，收购兼并企业数目不断增大，产品品种 大幅上升，如何保持同一牌号的产品在不同地区、不同生产基地制造的产品风味的 统一性和稳定性就显得尤为重要。 因此，借助现代信息技术、智能技术来实现智能感觉评估，挖掘企业数据中潜 在的丰富信息，辅助技术人员进行质量控制、产品设计是当前与配方设计相关的工 业应用领域中一项非常迫切的需求。不仅能促进烟草行业基础研究，实现科技创新， 而且会为企业生产发展带来动力，市场前景广阔。 1．2知识发现研究现状及面临的主要问题 二十世纪90年代开始，得益于目前全世界所拥有的巨大数据资源以及对将这些 数据资源转换为信息和知识资源的巨大需求，知识发现技术逐步发展成为--fq具有 广泛应用的新兴学科。 1995年加拿大蒙特利尔市召开的第一届知识发现和数据挖掘国际学术会议，作 为人们重新认识数据、认识存储、认识数据统计与分析的新起点，唤来了知识发现 和数据挖掘理论及应用研究的热潮。随后，各类KDD会议、研讨会纷纷涌现，许 多领域的国际会议也将KDD列为专题讨论。与此同时，众多著名的计算机公司开 始尝试KDD软件的开发，如IBM公司的Intelligent Miner,SPSS公司的Clementine等。 与国外相比，国内对知识发现和数据挖掘的研究稍晚。1993年国家自然科学基 金开始对知识发现研究进行支持。目前国内许多高校和科研单位在从事数据挖掘的 基础理论和应用研究，如北京系统工程研究所对模糊方法在数据挖掘中的应用研究、 知识发现方法研究及其在感觉评估中的应用 北京大学对数据立方体的研究、华中理工大学、复旦大学、浙江大学对关联规则的 研究等。 但是我们还应看到知识