数据挖掘技术在晶体材料结构与性能关系研究中的简单应用.docVIP

数据挖掘技术在晶体材料结构与性能关系研究中的简单应用 　　摘要：该文利用数据挖掘技术中的常用的Weka软件作为挖掘工具，对收集的大量的简单晶体材料结构和性能数据，先使用聚类方法进行数据预处理，再使用关联规则方法挖掘两者间存在的某些关联，发现挖掘出的规则与已知的规律符合较好，表明了数据挖掘技术，特别是关联规则在材料的性能和结构关系研究领域具有很强的实用性，具有巨大的应用潜力，值得进一步深入研究。 　　关键词：数据挖掘；关联规则；Weka；晶体材料；性能与结构关系 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)12-2741-03 　　Application of Data Mining in the Relations Between the Properties and Structure of the Crystal Materials 　　LIN Jie, HUANG Xu-ming 　　(The College of Applied Science Technology, Fujian Normal University, Fuzhou 350007, China) 　　Abstract: This paper collected a number of the data including the properties and structures of crystal materials, and by the Weka software, pretreated the data with Clustering, and then data mined with association rule. The relations discovered between the properties and the structures of crystals were according with the known rules. This implies that data mining technology has the huge potential in the studies in the relations between the properties and structure of materials. 　　Key words: data mining; association rule; Weka software; crystal material; relation between structure and properties 　　数据挖掘是数据和信息系统及其应用的一个欣欣向荣的科学前沿，它是从大规模数据集中抽取隐含的有意义的规律或模式的过程，通常又称为数据中的知识发现（Knowledge Discovery in Database，即KDD）[1]。数据挖掘的方法可分为关联规则、分类和预测方法、聚类方法三大类：1) 关联规则就是发现大量数据中项集之间有趣的关联或相关联系；2) 分类和预测方法可以用于提取描述重要数据类型或预测未来的数据趋势；3) 聚类是采用相似度度量，将物理或抽象对象的集合分成若干个簇的过程。近年来，数据挖掘技术已经在许多领域取得了成功的应用，显示了一定的经济价值和社会价值，如在电信、保险等行业，数据挖掘技术可以用于客户细分、客户流失预测、个性化服务等方面[2]；在零售行业，数据挖掘技术可以帮助识别顾客购买行为、发现顾客购物模式和趋势、改进服务质量；而在科学领域，数据挖掘同样可以通过对大量科学实验数据的分析，从而发现其中隐藏的模式，促进新的科学发现的产生。 　　材料科学是目前十分热门的学科之一，它对国民经济建设和国防建设起着重要的作用，与信息、生物技术并称为21世纪最重要、最有发展潜力的领域。不管是什么材料，在其研发过程中，普遍存在两个主要的问题[3]：1) 材料的结构与性质性能关系的研究，即解答“用何种原子可堆成何种结构，形成的物质（或材料）具有何种物理性质或化学性质，或具有何种使用性能”的问题，据此可以有目的地设计具有指定性能的材料，以适应某种实际需要。2) 材料制备或生产中传热、传质、流体流动和化学反应的交互作用，以及这些作用与材料性能、合格率、可靠性、能耗、成本等的关系，即解答“用何种流程、何种设备、何种配方、在何种条件下生产或制备该种材料可有最佳效果”的问题，据此可以有目的地设计该种材料的生产工艺流程。目前，数据挖掘技术在特定材料的设计和制备中得到了较大的应用，也得出了较好的结果。陈念贻等[4]将多维数据挖掘应用于材料设计及制造，并构建了软件产品 MasterMiner。杨杰等[5]提出了多重知识模型的分层数据挖掘