【作者】 李玉坤；

【导师】 寒枫；

【作者基本信息】 华北电力大学（河北） ， 计算机应用技术， 2005， 硕士

【摘要】 应用KDD 技术进行数据分析, 对于提高感光材料企业数据分析水平和生产效率具有积极意义。本文根据感光材料领域数据和知识特点,对常用的KDD 技术进行了分析比较。研究了感光材料数据分析专家系统体系结构,提出了适用的知识表示技术。基于BP 神经网络技术,设计开发了感光材料数据分析原型系统, 利用该系统对GBR100 彩色胶卷乳剂生产数据进行分析, 得到了三个映射乳剂数据相关性的BP 网络知识模型。提出了一种基于BP 神经网络的最近距离数据分析技术, 在实际应用中验证了这种方法的有效性。更多还原

【Abstract】 Applying KDD(Knowledge Discovery in Databases) technology in data analysis is helpful to improve data-analysis ability and productivity in photosensitive materials enterprises. Based on the character of data and knowledge of the field, contrastive analysis in normal KDD technology is expounded in this paper. The architecture of DAES (Data Analysis Expert System) in photosensitive materials field is studied, and a knowledge–describing approach proper to the field is represented. A data-analysis model system Based on BP ANNs(Artificial Neural Networks) technology is developed. Three BP knowledge models, which reflect relations between emulsion quality parameters and raw materials parameters are given based on the system. And a new KDD approach Based on BP ANNs and Nearest-Neighbor Approach is given and tested in emulsion data-analysis.更多还原