公开(公告)号：CN106778838A

公开(公告)日：2017-05-31

申请号：CN201611076083.8

申请日：2016-11-29

Applicant: 北京科技大学

Inventor： 王玲 ,  肖希元 ,  孟建瑶

IPC: G06K9/62

CPC classification number: G06K9/6222 ,  G06K9/6256

Abstract: 本发明提供一种预测空气质量的方法，能够自动确定HMM模型的隐状态数。所述方法包括：获取观测序列；利用FCM聚类算法对获取的所述观测序列进行聚类，得到最优聚类数及其相应的聚类结果；根据聚类结果，为每一类建立一个HMM模型，再通过FCM聚类算法确定每一类的最佳聚类数；将确定的每一类的最佳聚类数作为建立的HMM模型的隐状态数；根据所述聚类结果，对建立的HMM模型进行训练，基于训练后的HMM模型，对空气质量进行预测。本发明适用于环境检测技术领域。

公开(公告)号：CN104298778B

公开(公告)日：2017-07-04

申请号：CN201410612383.8

申请日：2014-11-04

Applicant: 北京科技大学

Inventor： 王玲 ,  吴璐璐 ,  肖希元

IPC: G06F17/30 ,  G06F17/50 ,  G06Q10/04

Abstract: 本发明提供一种基于关联规则树的轧钢产品质量的预测方法及系统，有助于提高规则匹配和质量预测的效率。所述方法包括：对轧钢产品数据进行离散化，将离散化后的结果转化为布尔型数据矩阵，根据该矩阵确定关联规则，根据该关联规则构建关联规则树；将新的轧钢产品数据与所述关联规则树进行匹配，确定该新数据的质量类别。所述系统包括：离散化单元，用于对轧钢产品数据进行离散化；第一确定单元，用于将离散化后的结果转化为布尔型数据矩阵，根据该矩阵确定关联规则；构建单元，用于根据该关联规则构建关联规则树；匹配单元，用于将新的轧钢产品数据与所述关联规则树进行匹配，确定该新数据的质量类别。本发明适用于关联规则挖掘技术领域。

公开(公告)号：CN104298778A

公开(公告)日：2015-01-21

申请号：CN201410612383.8

申请日：2014-11-04

Applicant: 北京科技大学

Inventor： 王玲 ,  吴璐璐 ,  肖希元

IPC: G06F17/30 ,  G06F19/00

Abstract: 本发明提供一种基于关联规则树的轧钢产品质量的预测方法及系统，有助于提高规则匹配和质量预测的效率。所述方法包括：对轧钢产品数据进行离散化，将离散化后的结果转化为布尔型数据矩阵，根据该矩阵确定关联规则，根据该关联规则构建关联规则树；将新的轧钢产品数据与所述关联规则树进行匹配，确定该新数据的质量类别。所述系统包括：离散化单元，用于对轧钢产品数据进行离散化；第一确定单元，用于将离散化后的结果转化为布尔型数据矩阵，根据该矩阵确定关联规则；构建单元，用于根据该关联规则构建关联规则树；匹配单元，用于将新的轧钢产品数据与所述关联规则树进行匹配，确定该新数据的质量类别。本发明适用于关联规则挖掘技术领域。