SAS数据挖掘在冷轧酸洗卷质量缺陷分析中的应用

doi:10.3969/j.issn.1006-2475.2012.04.016

计算机与现代化 ›› 2012, Vol. 1 ›› Issue (200): 61-03.doi: 10.3969/j.issn.1006-2475.2012.04.016

SAS数据挖掘在冷轧酸洗卷质量缺陷分析中的应用

郭龙波^1，2，韦　俊²

1.安徽工业大学计算机学院，安徽马鞍山 243002； 2.上海宝信软件股份有限公司南京分公司，江苏南京 210039

收稿日期:2011-12-01 修回日期:1900-01-01 出版日期:2012-04-16 发布日期:2012-04-16

Application of SAS/EM Tool in Quality Defects Analysis of Cold Rolling Pickling Coil

GUO Long-bo ^1，2， WEI Jun²

1. School of Computer， Anhui University of Technology， Maanshan， 243002， China；2. Shanghai Baosight Software Co. Ltd. Nanjing Branch， Nanjing 210039， China

Received:2011-12-01 Revised:1900-01-01 Online:2012-04-16 Published:2012-04-16

摘要/Abstract

摘要： 数据挖掘作为一种发现大量数据中潜在信息的数据分析技术，受到各界的密切关注。SAS数据挖掘技术是众多数据挖掘方法中的佼佼者，它在大型企业中得到很好的应用。本文介绍数据挖掘的背景知识，并利用SAS/EM工具，对该技术在冷轧酸洗卷质量缺陷原因分析作了初步尝试。

关键词: 数据挖掘, 冷轧酸洗卷, 质量缺陷, SAS/EM

Abstract: Data mining， a data analysis technique to seek potential information in a mass of data， has gained intensive attention from various circles of society. The SAS data mining technology is better among the methods for data mining and it is well adopted in large enterprises. The paper introduces some basic knowledge of data mining. Besides， the SAS/EM tool is used to make a preliminary attempt to analyze the cause of quality defect of cold rolling pickling coil.

Key words: data mining, cold rolling pickling coil, quality defect, SAS/EM

郭龙波;韦俊. SAS数据挖掘在冷轧酸洗卷质量缺陷分析中的应用[J]. 计算机与现代化, 2012, 1(200): 61-03.

GUO Long-bo;WEI Jun. Application of SAS/EM Tool in Quality Defects Analysis of Cold Rolling Pickling Coil[J]. Computer and Modernization, 2012, 1(200): 61-03.

[1]	谢仕斌, 刘梦赤, 唐诗琪, 周瑞平, . 基于多特征提取的时间卷积知识追踪模型[J]. 计算机与现代化, 2023, 0(07): 25-29.
[2]	刘佩. 基于数据挖掘的医保控费系统[J]. 计算机与现代化, 2023, 0(06): 89-94.
[3]	王劭华, 欧阳会丹, 孙丹, 王康, 吴鸿萍, 钟询, 褚兴平, 杨松涛. 基于Apriori算法的大学生体测项目关联规则挖掘[J]. 计算机与现代化, 2023, 0(03): 66-70.
[4]	宋晓丽, 张勇波, 张培颖. 基于半监督学习的学生消费数据异常检测[J]. 计算机与现代化, 2022, 0(12): 13-17.
[5]	段桂芹, 邹臣嵩. 基于近邻传播聚类的职业能力评价模型[J]. 计算机与现代化, 2022, 0(05): 21-27.
[6]	杨琳, 白钊, 寇勇刚. 基于RFM模型的随机森林算法对民航客户的流失分析[J]. 计算机与现代化, 2021, 0(01): 100-104.
[7]	李科心, 李静, 邵佳炜, 肖屹. 多层次序列集成的高维数值型异常检测[J]. 计算机与现代化, 2020, 0(06): 73-.
[8]	蒋毅,欧郁强,梁广,高杨,严永高,林捷,赵晓宁. 基于数据挖掘的现场作业风险态势评估方法[J]. 计算机与现代化, 2020, 0(04): 78-.
[9]	齐玉东1，丁海强1，赵锦超2，孙明玮1. 基于biRNN的海军军械不均衡文本数据集处理方法[J]. 计算机与现代化, 2019, 0(12): 21-.
[10]	郭燚1，张卫山1，徐亮2，翟佳3. 基于微服务的石油大数据挖掘平台[J]. 计算机与现代化, 2019, 0(05): 25-.
[11]	李娜，毛国君，邓康立. 基于k-means聚类的股票KDJ类指标综合分析方法[J]. 计算机与现代化, 2018, 0(10): 12-.
[12]	田丽. 情报分析中提取主题信息核心要素的模型及方法[J]. 计算机与现代化, 2018, 0(10): 22-.
[13]	王永胜1,2，李晖1,2，陈梅1,2，戴震宇1,2，朱明3. VISDMiner：一个交互式数据挖掘过程可视化系统[J]. 计算机与现代化, 2018, 0(06): 72-.
[14]	字云飞,李业丽,孙华艳,张莉婧. 改进FP-Growth算法在旅游线路规划中的应用研究[J]. 计算机与现代化, 2018, 0(02): 17-.
[15]	陈国心，郝选文，裘国永，吴振强. 在线教学中影响学习者学习效果的因素分析与实证研究[J]. 计算机与现代化, 2017, 0(9): 106-110.

SAS数据挖掘在冷轧酸洗卷质量缺陷分析中的应用

Application of SAS/EM Tool in Quality Defects Analysis of Cold Rolling Pickling Coil

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价