节点文献
基于数据挖掘的实验设计中因素筛选方法研究
Research on Selection of Factors in Design of Experiments Based on Data Mining
【摘要】 传统的实验设计中因素的选择主要依赖于定性的判断,缺少定量数据分析的支持;文章介绍了应用数据挖掘技术,针对实验设计中因素的选择问题,有效地利用企业中的历史数据,为因素的选择提供支持,从而达到有效的削减实验的复杂程度,节约实验成本的目的。
【Abstract】 Factor selection of traditional experimental design mainly depends on qualitative judgments,lack of supports from quantitative analysis.This paper introduces some data mining techniques aiming at the factor selection problem in experiment design.Historical data can be used more efficiently to support factor selection so as to reduce the experimental complexity and cost.
【关键词】 实验设计；
数据挖掘；
关联规则；
决策树；
【Key words】 design of experiments； data mining； association rules； decision tree；
【Key words】 design of experiments； data mining； association rules； decision tree；
【基金】 国家自然科学基金资助项目(70572044);新世纪优秀人才支持计划(NCET—04-0240)
- 【文献出处】 组合机床与自动化加工技术 ,Modular Machine Tool & Automatic Manufacturing Technique , 编辑部邮箱 ,2008年05期
- 【分类号】TP311.13
- 【被引频次】5
- 【下载频次】256