检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《机械制造》2013年第10期90-92,共3页Machinery
基 金:国家自然科学基金资助项目(编号:51075337)
摘 要:随着信息技术的飞速发展,制造业越来越难以有效解决不断增长的数据和信息。数据挖掘技术对于有效识别大量数据中隐藏的模式和知识是非常有效的工具。对于生产线中的产品质量往往很难判定其是否符合质量标准,而介于合格与不合格之间的产品又耗费质量工程师大量的精力去判别。基于粗糙集的聚类技术可以有效识别合格、不合格及边缘产品,这样的聚类结果有利于质量工程师建立有效的质量档案来预测产品质量,改进产品工艺与加工技术。
分 类 号:TH165.4[机械工程—机械制造及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3