一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)及方法
【專利摘要】一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)及方法，本發(fā)明涉及測(cè)試數(shù)據(jù)挖掘系統(tǒng)及方法，本發(fā)明要解決人工辨識(shí)方法很難對(duì)測(cè)試數(shù)據(jù)之間的關(guān)聯(lián)性進(jìn)行準(zhǔn)確識(shí)別與提取且工作量較大、使用LabVIEW困難以及Matlab的圖形用戶界面操作簡(jiǎn)便、圖形美觀不如LabVIEW的問題，該系統(tǒng)包括數(shù)據(jù)預(yù)處理模塊、參量序列提取模塊、波形顯示模塊、灰色關(guān)聯(lián)分析模塊和模糊關(guān)聯(lián)規(guī)則挖掘模塊；該系統(tǒng)按照以下步驟進(jìn)行的：1得到精簡(jiǎn)數(shù)組；2對(duì)雙精度數(shù)值型數(shù)據(jù)進(jìn)行圖形化顯示；3計(jì)算改進(jìn)灰色關(guān)聯(lián)度r*i；4將強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組表達(dá)規(guī)則進(jìn)行整理；5得出參量序列之間的關(guān)聯(lián)關(guān)系；本發(fā)明應(yīng)用于測(cè)試數(shù)據(jù)挖掘領(lǐng)域。
【專利說明】—種基于LabVI EW與Mat I ab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)及方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)及方法領(lǐng)域。

【背景技術(shù)】
[0002]飛機(jī)在執(zhí)行任務(wù)時(shí)要求具有較高的可靠性，且無線數(shù)傳設(shè)備作為遙控指令傳輸與圖像或數(shù)據(jù)傳輸?shù)闹匾脚_(tái)，其工作性能的有效性與穩(wěn)定性是飛機(jī)正常工作的有效保證。
[0003]由于無線數(shù)傳設(shè)備組成復(fù)雜、測(cè)試數(shù)據(jù)較多而數(shù)據(jù)之間往往存在緊密的關(guān)聯(lián)性，但通過人工辨識(shí)的方法很難對(duì)其關(guān)聯(lián)性進(jìn)行準(zhǔn)確識(shí)別與提取且工作量較大，因此，挖掘數(shù)據(jù)之間的關(guān)聯(lián)性顯得十分困難。
[0004]圖形化虛擬儀器編程軟件LabVIEW自身功能強(qiáng)大，環(huán)境友善，在測(cè)試與測(cè)量、過程控制與處理、科學(xué)研究和分析等方面有廣泛的應(yīng)用，可滿足軟件界面友好的快速實(shí)現(xiàn)，但是，對(duì)于一些需要進(jìn)行大量數(shù)據(jù)運(yùn)算處理的復(fù)雜應(yīng)用，使用LabVIEW單獨(dú)實(shí)現(xiàn)將極其困難。而Matlab具有很強(qiáng)的工程計(jì)算功能，它已經(jīng)成為應(yīng)用學(xué)科中的計(jì)算機(jī)輔助分析、設(shè)計(jì)、仿真等不可缺少的基礎(chǔ)軟件，可輕松完成大量數(shù)據(jù)的計(jì)算任務(wù)，但Matlab的圖形用戶界面(Graphical User Interface,⑶I)在操作簡(jiǎn)便、圖形美觀等方面均不如LabVIEW。兩者各有優(yōu)勢(shì)和不足。


【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是為了解決通過人工辨識(shí)方法很難對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)之間的關(guān)聯(lián)性進(jìn)行準(zhǔn)確識(shí)別與提取且工作量較大、對(duì)于一些需要進(jìn)行大量數(shù)據(jù)運(yùn)算處理的復(fù)雜應(yīng)用，使用LabVIEW單獨(dú)實(shí)現(xiàn)將極其困難以及Matlab的圖形用戶界面(Graphical UserInterface,⑶I)在操作簡(jiǎn)便、圖形美觀等方面均不如LabVIEW而提出的一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)及方法。
[0006]上述的發(fā)明目的是通過以下技術(shù)方案實(shí)現(xiàn)的:
[0007]所述的一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)具體包括:數(shù)據(jù)預(yù)處理模塊、參量序列提取模塊、波形顯示模塊、灰色關(guān)聯(lián)分析模塊和模糊關(guān)聯(lián)規(guī)則挖掘模塊組成；
[0008]所述的一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法具體是按照以下步驟進(jìn)行的:
[0009]步驟一、利用LabVIEW軟件的數(shù)據(jù)預(yù)處理模塊對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)進(jìn)行預(yù)處理得到精簡(jiǎn)數(shù)組，其中得到精簡(jiǎn)數(shù)組包括:以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組與以二維雙精度數(shù)值型數(shù)組形式存儲(chǔ)的數(shù)據(jù)數(shù)組；
[0010]步驟二、利用LabVIEW軟件的波形顯示模塊，將數(shù)據(jù)預(yù)處理模塊處理得到的精簡(jiǎn)數(shù)組，利用參量序列提取模塊提取新的精簡(jiǎn)數(shù)組，得到參量序列的相應(yīng)雙精度數(shù)值型數(shù)據(jù)，并利用波形顯示模塊對(duì)參量序列的相應(yīng)雙精度數(shù)值型數(shù)據(jù)進(jìn)行圖形化顯示；
[0011]步驟三、利用灰色關(guān)聯(lián)分析模塊選取數(shù)據(jù)預(yù)處理模塊處理得到的精簡(jiǎn)數(shù)組中以一維字符串?dāng)?shù)組形式存儲(chǔ)的單個(gè)參量名稱作為反映系統(tǒng)行為特征的參考序列和一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱作為影響系統(tǒng)行為的比較序列；調(diào)用參量序列提取模塊將指定參量序列即參考序列和比較序列提取并形成新的精簡(jiǎn)數(shù)組，灰色關(guān)聯(lián)分析模塊調(diào)用Matlab生成的灰色關(guān)聯(lián)分析功能動(dòng)態(tài)鏈接庫，根據(jù)新的精簡(jiǎn)數(shù)組計(jì)算參考序列和影響系統(tǒng)行為的比較序列的改進(jìn)灰色關(guān)聯(lián)度Zi,其中，反映系統(tǒng)行為特征的數(shù)據(jù)序列，稱為反映系統(tǒng)行為特征的參考序列；影響系統(tǒng)行為的因素組成的數(shù)據(jù)序列，稱為影響系統(tǒng)行為的比較序列；設(shè)參考序列包括η個(gè)元素為Y= {Y(k) I k = 1，2，…，η}；比較序列包括m個(gè)序列,每個(gè)序列包含η個(gè)元素為Xi (k) = (Xi (k) I k = I, 2，…，n} i = 1，2，…，m ;灰色關(guān)聯(lián)分析模塊將改進(jìn)灰色關(guān)聯(lián)度值Zi從大到小進(jìn)行排序并顯示排序結(jié)果，挖掘出原始測(cè)試數(shù)據(jù)中各參量序列之間的關(guān)聯(lián)關(guān)系；
[0012]步驟四、利用模糊關(guān)聯(lián)規(guī)則挖掘模塊選取數(shù)據(jù)預(yù)處理模塊處理得到的精簡(jiǎn)數(shù)組中以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱作為分析序列；調(diào)用參量序列提取模塊將分析序列形成新的精簡(jiǎn)數(shù)組，在模糊關(guān)聯(lián)規(guī)則挖掘模塊中設(shè)定模糊關(guān)聯(lián)規(guī)則挖掘算法的支持度下限和置信度下限；模糊關(guān)聯(lián)規(guī)則挖掘模塊調(diào)用Matlab生成的模糊關(guān)聯(lián)規(guī)則挖掘功能動(dòng)態(tài)鏈接庫，并根據(jù)參量序列名稱對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)、支持度下限和置信度下限計(jì)算關(guān)聯(lián)規(guī)則，返回分析序列相應(yīng)的強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組，模糊關(guān)聯(lián)規(guī)則挖掘模塊將動(dòng)態(tài)鏈接庫返回強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組，根據(jù)該數(shù)組表達(dá)規(guī)則進(jìn)行整理；
[0013]步驟五、根據(jù)步驟二、三和四進(jìn)行關(guān)聯(lián)分析的結(jié)果，得出各參量序列之間的關(guān)聯(lián)關(guān)系，即完成了一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法。
[0014]發(fā)明效果
[0015]隨著現(xiàn)代科技工業(yè)技術(shù)尤其是信息技術(shù)的迅速發(fā)展，大量復(fù)雜系統(tǒng)的復(fù)雜性、綜合化、智能化程度不斷提高，同時(shí)，系統(tǒng)的可靠性也變得越來越重要。因此，復(fù)雜系統(tǒng)故障診斷和故障預(yù)測(cè)逐漸被應(yīng)用于各個(gè)領(lǐng)域。本發(fā)明在對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)進(jìn)行必要分析的前提下，進(jìn)行基于信息化數(shù)據(jù)驅(qū)動(dòng)的故障預(yù)測(cè)與健康管理測(cè)試軟件集成系統(tǒng)的數(shù)據(jù)挖掘部分軟件開發(fā)。
[0016]為了滿足用戶友好型界面編輯以及對(duì)大量測(cè)試數(shù)據(jù)的分析處理，本發(fā)明的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘軟件系統(tǒng)采用LabVIEW與Matlab混合編程的方式實(shí)現(xiàn)，充分利用LabVIEW軟件界面友好與Matlab工程計(jì)算能力強(qiáng)大的優(yōu)點(diǎn)。運(yùn)用現(xiàn)有的數(shù)據(jù)挖掘算法進(jìn)行計(jì)算機(jī)輔助處理，將復(fù)雜的數(shù)據(jù)運(yùn)算交由計(jì)算機(jī)完成，極大地減少了人工工作量，可以實(shí)現(xiàn)數(shù)據(jù)之間關(guān)聯(lián)性的有效且快速挖掘，使得對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的進(jìn)一步分析以及提取表征系統(tǒng)退化趨勢(shì)的健康因子成為可能。
[0017]本發(fā)明中具有健康管理功能的一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)及方法測(cè)試軟件的設(shè)計(jì)目標(biāo)立足于分析無線數(shù)傳設(shè)備測(cè)試系統(tǒng)所采集的測(cè)試數(shù)據(jù)文件，采用數(shù)據(jù)挖掘算法實(shí)現(xiàn)對(duì)測(cè)試數(shù)據(jù)之間的關(guān)聯(lián)性分析，為根據(jù)對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的數(shù)據(jù)挖掘結(jié)果，進(jìn)行進(jìn)一步分析，提煉出能表征系統(tǒng)退化趨勢(shì)的健康因子，進(jìn)而完成無線數(shù)傳設(shè)備的故障預(yù)測(cè)與健康管理測(cè)試軟件集成系統(tǒng)的開發(fā)工作做準(zhǔn)備，最終用以對(duì)無線數(shù)傳設(shè)備健康狀態(tài)進(jìn)行診斷與故障預(yù)測(cè)。本發(fā)明將LabVIEW與Matlab聯(lián)合使用，使它們?cè)诠δ苌匣パa(bǔ)。
[0018]在長(zhǎng)期的實(shí)際應(yīng)用中，發(fā)現(xiàn)改進(jìn)后的灰色關(guān)聯(lián)分析算法相比于傳統(tǒng)灰色關(guān)聯(lián)分析算法更加合理，因此，在后續(xù)的數(shù)據(jù)分析中，只采用此改進(jìn)后的灰色關(guān)聯(lián)分析算法對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)度的計(jì)算。
[0019]本發(fā)明的數(shù)據(jù)挖掘效果示例圖如圖6、圖10、圖13所示。其中圖6中實(shí)現(xiàn)了原始測(cè)試數(shù)據(jù)的快速呈現(xiàn)，即圖6所示的波形；圖10所示為應(yīng)用灰色關(guān)聯(lián)分析算法分析無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的示例圖，其分析結(jié)果呈現(xiàn)在關(guān)聯(lián)分析結(jié)果表格當(dāng)中，由此可得出指定參考序列與指定比較序列的直觀關(guān)聯(lián)結(jié)果；圖13所示為應(yīng)用模糊關(guān)聯(lián)規(guī)則挖掘算法分析無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的示例圖，其分析結(jié)果呈現(xiàn)在模糊關(guān)聯(lián)規(guī)則分析結(jié)果表格中，由此可得出指定分析序列之間模糊關(guān)聯(lián)規(guī)則。由以上效果可得出，本發(fā)明能夠在少量人工工作量的前提下很好地完成無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的數(shù)據(jù)挖掘任務(wù)。

【專利附圖】

【附圖說明】
[0020]圖1是【具體實(shí)施方式】一提出的一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)中各模塊之間的關(guān)系圖；
[0021]圖2是【具體實(shí)施方式】六提出的隸屬度函數(shù)示意圖；
[0022]圖3是【具體實(shí)施方式】二提出的原始測(cè)試數(shù)據(jù)預(yù)處理方案示意圖；
[0023]圖4是【具體實(shí)施方式】二提出的預(yù)處理后數(shù)據(jù)的參量序列提取方案示意圖；
[0024]圖5是【具體實(shí)施方式】二提出的參量序列數(shù)據(jù)波形查看功能調(diào)用成功示意圖；
[0025]圖6是【具體實(shí)施方式】二提出的波形查看功能正確示意圖；
[0026]圖7是【具體實(shí)施方式】二提出的灰色關(guān)聯(lián)分析部分面板設(shè)計(jì)圖；
[0027]圖8是【具體實(shí)施方式】二提出的灰色關(guān)聯(lián)分析功能模塊方案示意圖；
[0028]圖9是【具體實(shí)施方式】二提出的原始測(cè)試數(shù)據(jù)載入操作成功后的灰色關(guān)聯(lián)分析功能模塊面板；
[0029]圖10是【具體實(shí)施方式】二提出的灰色關(guān)聯(lián)分析驗(yàn)證結(jié)果示意圖；
[0030]圖11是【具體實(shí)施方式】二提出的模糊關(guān)聯(lián)規(guī)則部分面板設(shè)計(jì)圖；
[0031]圖12是【具體實(shí)施方式】二提出的模糊關(guān)聯(lián)規(guī)則挖掘功能模塊方案示意圖；
[0032]圖13是【具體實(shí)施方式】二提出的模糊關(guān)聯(lián)規(guī)則挖掘驗(yàn)證結(jié)果示意圖；
[0033]圖14是【具體實(shí)施方式】四提出的原始測(cè)試數(shù)據(jù)預(yù)處理部分程序流程圖；
[0034]圖15是【具體實(shí)施方式】五提出的改進(jìn)后灰色關(guān)聯(lián)分析計(jì)算框圖。

【具體實(shí)施方式】
[0035]【具體實(shí)施方式】一:本實(shí)施方式的一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)，具體包括:
[0036]數(shù)據(jù)預(yù)處理模塊、參量序列提取模塊、波形顯示模塊、灰色關(guān)聯(lián)分析模塊和模糊關(guān)聯(lián)規(guī)則挖掘模塊組成；
[0037]其中，原始測(cè)試數(shù)據(jù)經(jīng)過數(shù)據(jù)預(yù)處理模塊之后得到精簡(jiǎn)數(shù)組，根據(jù)精簡(jiǎn)數(shù)組分別在波形顯示模塊、灰色關(guān)聯(lián)分析模塊、模糊關(guān)聯(lián)規(guī)則挖掘模塊中指定參量序列名稱，調(diào)用參量序列提取模塊以減少顯示模塊、灰色關(guān)聯(lián)分析模塊和模糊關(guān)聯(lián)規(guī)則挖掘模塊計(jì)算量，提高顯示波形顯示模塊、灰色關(guān)聯(lián)分析模塊和模糊關(guān)聯(lián)規(guī)則挖掘模塊處理速度；參量序列提取模塊根據(jù)指定參量序列名稱提取并形成新的精簡(jiǎn)數(shù)組，波形顯示模塊、灰色關(guān)聯(lián)分析模塊和模糊關(guān)聯(lián)規(guī)則挖掘模塊將新的精簡(jiǎn)數(shù)組挖掘出原始測(cè)試數(shù)據(jù)中各參量序列之間的關(guān)聯(lián)關(guān)系如圖1所示；
[0038]所述的精簡(jiǎn)數(shù)組包括所有原始測(cè)試數(shù)據(jù)的以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組與以二維雙精度數(shù)值型數(shù)組形式存儲(chǔ)的數(shù)據(jù)數(shù)組，如圖9中載入數(shù)據(jù)表格所示；
[0039]所述的新的精簡(jiǎn)數(shù)組是對(duì)精簡(jiǎn)數(shù)組的進(jìn)一步刪減，只保留指定的參量序列名稱及其對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)；
[0040]在灰色關(guān)聯(lián)分析部分，要求能導(dǎo)入單個(gè)待分析測(cè)試數(shù)據(jù)文件，以及提取待分析數(shù)據(jù)各個(gè)序列，用戶可對(duì)灰色關(guān)聯(lián)分析中的參考序列和比較序列進(jìn)行自由設(shè)置，軟件完成計(jì)算用戶指定參考序列與各個(gè)比較序列之間的灰色關(guān)聯(lián)度，并對(duì)其關(guān)聯(lián)程度大小進(jìn)行排序，將分析結(jié)果返回給用戶；
[0041]灰色關(guān)聯(lián)分析是灰色系統(tǒng)理論的基本理論之一，是灰色系統(tǒng)分析和處理隨機(jī)量的一種方法；它采用曲線幾何形狀分析比較的方法，根據(jù)因素序列曲線幾何形狀的相似程度，用量化方法評(píng)判因素間的關(guān)聯(lián)程度，按照規(guī)范性、偶對(duì)稱性、整體性和接近性這四條原則，確定參考數(shù)列(母數(shù)列)和若干比較數(shù)列(子數(shù)列)之間的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度；兩個(gè)系統(tǒng)或兩個(gè)因素間關(guān)聯(lián)性大小的度量，稱為關(guān)聯(lián)度；關(guān)聯(lián)度描述了一個(gè)系統(tǒng)發(fā)展過程中，因素間相對(duì)變化的情況，也就是變化大小、方向與速率的相對(duì)性；二者在發(fā)展過程中，相對(duì)變化越相似，則關(guān)聯(lián)度越大，數(shù)值上越接近I;反之關(guān)聯(lián)度就越小，數(shù)值也越接近于O ;關(guān)聯(lián)度的大小反映了各因素對(duì)目標(biāo)的影響程度，對(duì)數(shù)據(jù)無規(guī)律的情況同樣適用，不會(huì)出現(xiàn)量化結(jié)果與定性分析不符的情況。
[0042]本實(shí)施方式效果:
[0043]本實(shí)施方式需要完成無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的數(shù)據(jù)挖掘工作，其中數(shù)據(jù)挖掘涉及技術(shù)有灰色關(guān)聯(lián)分析和模糊關(guān)聯(lián)規(guī)則挖掘。
[0044]本實(shí)施方式的無線數(shù)傳設(shè)備測(cè)試軟件系統(tǒng)設(shè)計(jì)目標(biāo)明確，開發(fā)完成后，具有良好的用戶界面，操作簡(jiǎn)潔，有較完善的異常處理機(jī)制和提示信息機(jī)制，用戶只要經(jīng)過簡(jiǎn)單的培訓(xùn)就可使用，因此操作方面可行。并且本實(shí)施方式運(yùn)用現(xiàn)有的數(shù)據(jù)挖掘算法進(jìn)行計(jì)算機(jī)輔助處理，將復(fù)雜的數(shù)據(jù)運(yùn)算交由計(jì)算機(jī)完成，極大地減少了人工工作量，可以實(shí)現(xiàn)數(shù)據(jù)之間關(guān)聯(lián)性的有效且快速挖掘，使得對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的進(jìn)一步分析以及提取表征系統(tǒng)退化趨勢(shì)的健康因子成為可能。
[0045]本實(shí)施方式的無線數(shù)傳設(shè)備測(cè)試軟件的功能需求為數(shù)據(jù)挖掘功能需求和。數(shù)據(jù)挖掘功能分為灰色關(guān)聯(lián)分析和模糊關(guān)聯(lián)規(guī)則挖掘兩部分。由于無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)隨時(shí)間變化,并且考慮到用戶查看測(cè)試數(shù)據(jù)的直觀性,本實(shí)施方式的無線數(shù)傳設(shè)備測(cè)試軟件增加了原始測(cè)試數(shù)據(jù)波形查看功能。并且本實(shí)施方式將LabVIEW與Matlab聯(lián)合使用，使它們?cè)诠δ苌匣パa(bǔ)，使軟件開發(fā)工作更加便捷、高效。
[0046]本實(shí)施方式的數(shù)據(jù)挖掘效果示例圖如圖6、圖10、圖13所示。其中圖6中實(shí)現(xiàn)了原始測(cè)試數(shù)據(jù)的快速呈現(xiàn)，即圖6所示的波形；圖10所示為應(yīng)用灰色關(guān)聯(lián)分析算法分析無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的示例圖，其分析結(jié)果呈現(xiàn)在關(guān)聯(lián)分析結(jié)果表格當(dāng)中，由此可得出指定參考序列與指定比較序列的直觀關(guān)聯(lián)結(jié)果；圖13所示為應(yīng)用模糊關(guān)聯(lián)規(guī)則挖掘算法分析無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的示例圖，其分析結(jié)果呈現(xiàn)在模糊關(guān)聯(lián)規(guī)則分析結(jié)果表格中，由此可得出指定分析序列之間模糊關(guān)聯(lián)規(guī)則。由以上效果可得出，本實(shí)施方式能夠在少量人工工作量的前提下很好地完成無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)的數(shù)據(jù)挖掘任務(wù)。
[0047]【具體實(shí)施方式】二:本實(shí)施方式與【具體實(shí)施方式】一不同的是:數(shù)據(jù)預(yù)處理模塊:根據(jù)數(shù)據(jù)特點(diǎn)設(shè)計(jì)出原始測(cè)試數(shù)據(jù)預(yù)處理方案，如圖3所示，使軟件對(duì)測(cè)試數(shù)據(jù)的操作更加快捷、準(zhǔn)確，軟件在載入測(cè)試數(shù)據(jù)后，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理操作，其中，數(shù)據(jù)進(jìn)行預(yù)處理的結(jié)果為將原始測(cè)試數(shù)據(jù)轉(zhuǎn)換為精簡(jiǎn)數(shù)組形式；
[0048]參量序列提取模塊:根據(jù)數(shù)據(jù)預(yù)處理模塊處理結(jié)果的格式設(shè)計(jì)出參量序列提取方案，如圖4所示，根據(jù)用戶指定所需提取參量的名稱，對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行提取并形成新的精簡(jiǎn)數(shù)組，從而減少軟件后續(xù)分析中不必要的計(jì)算，提高運(yùn)算速度；
[0049]波形顯示模塊:如圖5，用于將數(shù)據(jù)預(yù)處理模塊處理的精簡(jiǎn)數(shù)組的以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組呈現(xiàn)給用戶選擇，即圖6所示的可選顯示序列，用戶指定所需顯示的參量序列名稱，即圖6所示的自定義顯示序列，利用參量序列提取模塊提取新的精簡(jiǎn)數(shù)組，對(duì)新的精簡(jiǎn)數(shù)組的相應(yīng)參量序列進(jìn)行圖形化顯示，顯示結(jié)果示例如圖6中波形圖所示；
[0050]灰色關(guān)聯(lián)分析模塊:如圖7，設(shè)計(jì)出灰色關(guān)聯(lián)分析功能模塊方案，如圖8所示，用于將數(shù)據(jù)預(yù)處理模塊處理的精簡(jiǎn)數(shù)組的以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組呈現(xiàn)給用戶選擇，即如圖9所示的參量列表，根據(jù)用戶設(shè)定為比較序列的參量名稱與參考序列的參量名稱，調(diào)用參量序列提取模塊得到新的精簡(jiǎn)數(shù)組，完成灰色關(guān)聯(lián)分析功能，計(jì)算并排序各比較序列與參考序列的改進(jìn)灰色關(guān)聯(lián)度，分析結(jié)果示例如圖10關(guān)聯(lián)分析結(jié)果表格所示；
[0051]模糊關(guān)聯(lián)規(guī)則挖掘模塊:如圖11，設(shè)計(jì)出模糊關(guān)聯(lián)規(guī)則挖掘功能模塊方案，如圖12所示，用于將數(shù)據(jù)預(yù)處理模塊處理的精簡(jiǎn)數(shù)組的以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組呈現(xiàn)給用戶選擇，如圖13所示的數(shù)據(jù)參量列表，根據(jù)用戶設(shè)定為分析序列的參量名稱，調(diào)用參量序列提取模塊得到新的精簡(jiǎn)數(shù)組，同時(shí)根據(jù)用戶設(shè)定的置信度下限和支持度下限，完成模糊關(guān)聯(lián)規(guī)則挖掘功能，計(jì)算出各分析序列之間關(guān)聯(lián)規(guī)則，分析結(jié)果示例如圖13中模糊關(guān)聯(lián)規(guī)則分析結(jié)果表格所示。其它步驟及參數(shù)與【具體實(shí)施方式】一相同。
[0052]【具體實(shí)施方式】三:本實(shí)施方式與【具體實(shí)施方式】一或二不同的是:一種基于LabVIEff與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法具體是按照以下步驟進(jìn)行的:
[0053]步驟一、利用LabVIEW軟件的數(shù)據(jù)預(yù)處理模塊對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)進(jìn)行預(yù)處理得到精簡(jiǎn)數(shù)組，其中得到精簡(jiǎn)數(shù)組包括:以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組與以二維雙精度數(shù)值型數(shù)組形式存儲(chǔ)的數(shù)據(jù)數(shù)組；
[0054]步驟二、利用LabVIEW軟件的波形顯示模塊，將數(shù)據(jù)預(yù)處理模塊處理得到的精簡(jiǎn)數(shù)組，利用參量序列提取模塊提取新的精簡(jiǎn)數(shù)組，得到參量序列的相應(yīng)雙精度數(shù)值型數(shù)據(jù)，并利用波形顯示模塊對(duì)參量序列的相應(yīng)雙精度數(shù)值型數(shù)據(jù)進(jìn)行圖形化顯示；
[0055]步驟三、利用灰色關(guān)聯(lián)分析模塊選取數(shù)據(jù)預(yù)處理模塊處理得到的精簡(jiǎn)數(shù)組中以一維字符串?dāng)?shù)組形式存儲(chǔ)的單個(gè)參量名稱作為反映系統(tǒng)行為特征的參考序列和一個(gè)或者多個(gè)以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱作為影響系統(tǒng)行為的比較序列；調(diào)用參量序列提取模塊將指定參量序列即參考序列和比較序列提取并形成新的精簡(jiǎn)數(shù)組，灰色關(guān)聯(lián)分析模塊調(diào)用Matlab生成的灰色關(guān)聯(lián)分析功能動(dòng)態(tài)鏈接庫，根據(jù)新的精簡(jiǎn)數(shù)組計(jì)算參考序列和影響系統(tǒng)行為的比較序列的改進(jìn)灰色關(guān)聯(lián)度Λ，其中，反映系統(tǒng)行為特征的數(shù)據(jù)序列，稱為反映系統(tǒng)行為特征的參考序列；影響系統(tǒng)行為的因素組成的數(shù)據(jù)序列，稱為影響系統(tǒng)行為的比較序列；設(shè)參考序列包括η個(gè)元素為Y = {Y (k) |k= 1，2^..，η};比較序列包括m個(gè)序列,每個(gè)序列包含η個(gè)元素為XiQO = (Xi (k) |k = 1，2，…，n} i = I, 2，..., m ;灰色關(guān)聯(lián)分析模塊將改進(jìn)灰色關(guān)聯(lián)度值Zi從大到小進(jìn)行排序并顯示排序結(jié)果，挖掘出原始測(cè)試數(shù)據(jù)中各參量序列之間的關(guān)聯(lián)關(guān)系；
[0056]步驟四、利用模糊關(guān)聯(lián)規(guī)則挖掘模塊選取數(shù)據(jù)預(yù)處理模塊處理得到的精簡(jiǎn)數(shù)組中以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱作為分析序列；調(diào)用參量序列提取模塊將指定參量序列即分析序列形成新的精簡(jiǎn)數(shù)組即參量序列名稱及其對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)，在模糊關(guān)聯(lián)規(guī)則挖掘模塊中設(shè)定模糊關(guān)聯(lián)規(guī)則挖掘算法的支持度下限和置信度下限；模糊關(guān)聯(lián)規(guī)則挖掘模塊調(diào)用Matlab生成的模糊關(guān)聯(lián)規(guī)則挖掘功能動(dòng)態(tài)鏈接庫，并根據(jù)參量序列名稱對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)、支持度下限和置信度下限計(jì)算關(guān)聯(lián)規(guī)則，返回分析序列相應(yīng)的強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組，模糊關(guān)聯(lián)規(guī)則挖掘模塊將動(dòng)態(tài)鏈接庫返回強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組，根據(jù)該數(shù)組表達(dá)規(guī)則進(jìn)行整理，并以一種易于理解的表達(dá)形式呈現(xiàn)給用戶，其處理流程；
[0057]步驟五、根據(jù)步驟二、三和四從不同角度進(jìn)行關(guān)聯(lián)分析的結(jié)果，得出各參量序列之間的關(guān)聯(lián)關(guān)系，即完成了一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法。其它步驟及參數(shù)與【具體實(shí)施方式】一或二相同。
[0058]【具體實(shí)施方式】四:本實(shí)施方式與【具體實(shí)施方式】一至三之一不同的是:步驟一中利用LabVIEW軟件的數(shù)據(jù)預(yù)處理模塊對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)進(jìn)行預(yù)處理得到精簡(jiǎn)數(shù)組過程為:
[0059](I)將載入的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)不等長(zhǎng)度的連續(xù)的空格字符替換為特定標(biāo)識(shí)符;
[0060](2)根據(jù)特定標(biāo)識(shí)符和回車符將經(jīng)過第(I)步后的載入的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)整理為符合LabVIEW讀取電子表格控件讀取的形式，其中，符合LabVIEW讀取電子表格控件讀取的形式為數(shù)據(jù)中相鄰兩列數(shù)據(jù)之間以制位符為間隔，相鄰兩行數(shù)據(jù)之間以回車符為間隔;
[0061](3)將符合LabVIEW讀取電子表格控件讀取形式的參量名稱與數(shù)據(jù)進(jìn)行分離得到獨(dú)立的以字符串?dāng)?shù)組形式存儲(chǔ)的一維參量名稱數(shù)組與雙精度數(shù)值型數(shù)組形式存儲(chǔ)的二維數(shù)據(jù)數(shù)組，數(shù)據(jù)預(yù)處理流程如圖14所示。其它步驟及參數(shù)與【具體實(shí)施方式】一至三之一相同。
[0062]【具體實(shí)施方式】五:本實(shí)施方式與【具體實(shí)施方式】一至四之一不同的是:步驟三中計(jì)算改進(jìn)的灰色關(guān)聯(lián)度具體過程為:
[0063](I)利用無量綱化方法處理預(yù)處理后的數(shù)據(jù)，以初值化處理方法進(jìn)行處理，將灰色關(guān)聯(lián)分析模塊調(diào)用參量序列提取模塊得到的新的精簡(jiǎn)數(shù)組中各參量序列對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)除以該雙精度數(shù)值型數(shù)據(jù)的第一個(gè)值得到新的無量綱數(shù)據(jù)，即:

【權(quán)利要求】
1.一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)，其特征在于:一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)具體包括:數(shù)據(jù)預(yù)處理模塊、參量序列提取模塊、波形顯示模塊、灰色關(guān)聯(lián)分析模塊和模糊關(guān)聯(lián)規(guī)則挖掘模塊組成； 其中，原始測(cè)試數(shù)據(jù)經(jīng)過數(shù)據(jù)預(yù)處理模塊之后得到精簡(jiǎn)數(shù)組，根據(jù)精簡(jiǎn)數(shù)組分別在波形顯示模塊、灰色關(guān)聯(lián)分析模塊、模糊關(guān)聯(lián)規(guī)則挖掘模塊中指定參量序列名稱，調(diào)用參量序列提取模塊；參量序列提取模塊根據(jù)指定參量序列名稱提取并形成新的精簡(jiǎn)數(shù)組，波形顯示模塊、灰色關(guān)聯(lián)分析模塊和模糊關(guān)聯(lián)規(guī)則挖掘模塊將新的精簡(jiǎn)數(shù)組挖掘出原始測(cè)試數(shù)據(jù)中各參量序列之間的關(guān)聯(lián)關(guān)系； 所述的精簡(jiǎn)數(shù)組包括所有原始測(cè)試數(shù)據(jù)的以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組與以二維雙精度數(shù)值型數(shù)組形式存儲(chǔ)的數(shù)據(jù)數(shù)組； 所述的新的精簡(jiǎn)數(shù)組是對(duì)精簡(jiǎn)數(shù)組的進(jìn)一步刪減，只保留指定的參量序列名稱及其對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘系統(tǒng)，其特征在于: 數(shù)據(jù)預(yù)處理模塊用于對(duì)數(shù)據(jù)進(jìn)行預(yù)處理操作，其中，數(shù)據(jù)進(jìn)行預(yù)處理的結(jié)果為將原始測(cè)試數(shù)據(jù)轉(zhuǎn)換為精簡(jiǎn)數(shù)組形式； 參量序列提取模塊用于根據(jù)用戶指定提取參量的名稱，對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行提取并形成新的精簡(jiǎn)數(shù)組； 波形顯示模塊用于將數(shù)據(jù)預(yù)處理模塊處理的精簡(jiǎn)數(shù)組的以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組呈現(xiàn)給用戶選擇，用戶指定所需顯示的參量序列名稱，利用參量序列提取模塊提取新的精簡(jiǎn)數(shù)組，對(duì)新的精簡(jiǎn)數(shù)組的相應(yīng)參量序列進(jìn)行圖形化顯示； 灰色關(guān)聯(lián)分析模塊用于將數(shù)據(jù)預(yù)處理模塊處理的精簡(jiǎn)數(shù)組的以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組呈現(xiàn)給用戶選擇，根據(jù)用戶設(shè)定為比較序列的參量名稱與參考序列的參量名稱，調(diào)用參量序列提取模塊得到新的精簡(jiǎn)數(shù)組，完成灰色關(guān)聯(lián)分析功能，計(jì)算并排序各比較序列與參考序列的改進(jìn)灰色關(guān)聯(lián)度，關(guān)聯(lián)分析結(jié)果表格所示； 模糊關(guān)聯(lián)規(guī)則挖掘模塊用于將數(shù)據(jù)預(yù)處理模塊處理的精簡(jiǎn)數(shù)組的以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組呈現(xiàn)給用戶選擇，根據(jù)用戶設(shè)定為分析序列的參量名稱，調(diào)用參量序列提取模塊得到新的精簡(jiǎn)數(shù)組，同時(shí)根據(jù)用戶設(shè)定的置信度下限和支持度下限，計(jì)算出各分析序列之間關(guān)聯(lián)規(guī)則。
3.一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法，其特征在于:一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法具體是按照以下步驟進(jìn)行的: 步驟一、利用LabVIEW軟件的數(shù)據(jù)預(yù)處理模塊對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)進(jìn)行預(yù)處理得到精簡(jiǎn)數(shù)組，其中得到精簡(jiǎn)數(shù)組包括:以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱數(shù)組與以二維雙精度數(shù)值型數(shù)組形式存儲(chǔ)的數(shù)據(jù)數(shù)組； 步驟二、利用LabVIEW軟件的波形顯示模塊，將數(shù)據(jù)預(yù)處理模塊處理得到的精簡(jiǎn)數(shù)組，利用參量序列提取模塊提取新的精簡(jiǎn)數(shù)組，得到參量序列的相應(yīng)雙精度數(shù)值型數(shù)據(jù)，并利用波形顯示模塊對(duì)參量序列的相應(yīng)雙精度數(shù)值型數(shù)據(jù)進(jìn)行圖形化顯示； 步驟三、利用灰色關(guān)聯(lián)分析模塊選取數(shù)據(jù)預(yù)處理模塊處理得到的精簡(jiǎn)數(shù)組中以一維字符串?dāng)?shù)組形式存儲(chǔ)的單個(gè)參量名稱作為反映系統(tǒng)行為特征的參考序列和一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱作為影響系統(tǒng)行為的比較序列；調(diào)用參量序列提取模塊將指定參量序列即參考序列和比較序列提取并形成新的精簡(jiǎn)數(shù)組，灰色關(guān)聯(lián)分析模塊調(diào)用Matlab生成的灰色關(guān)聯(lián)分析功能動(dòng)態(tài)鏈接庫，根據(jù)新的精簡(jiǎn)數(shù)組計(jì)算參考序列和影響系統(tǒng)行為的比較序列的改進(jìn)灰色關(guān)聯(lián)度Λ，其中，反映系統(tǒng)行為特征的數(shù)據(jù)序列，稱為反映系統(tǒng)行為特征的參考序列；影響系統(tǒng)行為的因素組成的數(shù)據(jù)序列，稱為影響系統(tǒng)行為的比較序列；設(shè)參考序列包括η個(gè)元素為Y = {Y(k) I k = 1，2，…，η}；比較序列包括m個(gè)序列，每個(gè)序列包含η個(gè)元素為Xi (k) = (Xi (k) I k = I, 2，…，n} i = 1，2，…，m ;灰色關(guān)聯(lián)分析模塊將改進(jìn)灰色關(guān)聯(lián)度值Λ從大到小進(jìn)行排序并顯示排序結(jié)果，挖掘出原始測(cè)試數(shù)據(jù)中各參量序列之間的關(guān)聯(lián)關(guān)系; 步驟四、利用模糊關(guān)聯(lián)規(guī)則挖掘模塊選取數(shù)據(jù)預(yù)處理模塊處理得到的精簡(jiǎn)數(shù)組中以一維字符串?dāng)?shù)組形式存儲(chǔ)的參量名稱作為分析序列；調(diào)用參量序列提取模塊將分析序列形成新的精簡(jiǎn)數(shù)組，在模糊關(guān)聯(lián)規(guī)則挖掘模塊中設(shè)定模糊關(guān)聯(lián)規(guī)則挖掘算法的支持度下限和置信度下限；模糊關(guān)聯(lián)規(guī)則挖掘模塊調(diào)用Matlab生成的模糊關(guān)聯(lián)規(guī)則挖掘功能動(dòng)態(tài)鏈接庫，并根據(jù)參量序列名稱對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)、支持度下限和置信度下限計(jì)算關(guān)聯(lián)規(guī)則，返回分析序列相應(yīng)的強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組，模糊關(guān)聯(lián)規(guī)則挖掘模塊將動(dòng)態(tài)鏈接庫返回強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組，根據(jù)該數(shù)組表達(dá)規(guī)則進(jìn)行整理； 步驟五、根據(jù)步驟二、三和四進(jìn)行關(guān)聯(lián)分析的結(jié)果，得出各參量序列之間的關(guān)聯(lián)關(guān)系，即完成了一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法。
4.根據(jù)權(quán)利要求3所述一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法，其特征在于:步驟一中利用LabVIEW軟件的數(shù)據(jù)預(yù)處理模塊對(duì)無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)進(jìn)行預(yù)處理得到精簡(jiǎn)數(shù)組過程為: (1)將載入的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)不等長(zhǎng)度的連續(xù)的空格字符替換為特定標(biāo)識(shí)符； (2)根據(jù)特定標(biāo)識(shí)符和回車符將經(jīng)過第(I)步后的載入的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)整理為符合LabVIEW讀取電子表格控件讀取的形式，其中，符合LabVIEW讀取電子表格控件讀取的形式為數(shù)據(jù)中相鄰兩列數(shù)據(jù)之間以制位符為間隔，相鄰兩行數(shù)據(jù)之間以回車符為間隔； (3)將符合LabVIEW讀取電子表格控件讀取形式的參量名稱與數(shù)據(jù)進(jìn)行分離得到獨(dú)立的以字符串?dāng)?shù)組形式存儲(chǔ)的一維參量名稱數(shù)組與雙精度數(shù)值型數(shù)組形式存儲(chǔ)的二維數(shù)據(jù)數(shù)組。
5.根據(jù)權(quán)利要求3所述一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法，其特征在于:步驟三中計(jì)算改進(jìn)的灰色關(guān)聯(lián)度具體過程為: (I)利用無量綱化方法處理預(yù)處理后的數(shù)據(jù)，以初值化處理方法進(jìn)行處理，將灰色關(guān)聯(lián)分析模塊調(diào)用參量序列提取模塊得到的新的精簡(jiǎn)數(shù)組中各參量序列對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)除以該雙精度數(shù)值型數(shù)據(jù)的第一個(gè)值得到新的無量綱數(shù)據(jù)，即: M)=繼 \1 Jc = 1,2,...,/?;/= l,2,***?m(2-1)
/M y(/<)
v{k)=- ； K(I)其中，Xi(k)為參量序列名稱對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)，參量序列名稱對(duì)應(yīng)的雙精度數(shù)值型數(shù)據(jù)為 m列 η 行；Υ = {Y (k) k = I, 2,..., η}為參考序列,Xi = (Xi (k) k= I, 2,...,η}為比較序列； (2)計(jì)算y(k)與XiGO的關(guān)聯(lián)系數(shù)IiGO為:
P e (ο, °o )稱為分辨系數(shù)； (3)影響系統(tǒng)行為的比較序列與反映系統(tǒng)行為特征的參考序列間的關(guān)聯(lián)度用比較序列各個(gè)時(shí)刻的關(guān)聯(lián)系數(shù)的平均值^表示為:
(4)利用關(guān)聯(lián)系數(shù)序列穩(wěn)定度5
，對(duì)傳統(tǒng)灰色關(guān)聯(lián)度計(jì)算模型進(jìn)ν? μ行了改進(jìn)，得到如下新灰色關(guān)聯(lián)度計(jì)算模型:
改進(jìn)灰色關(guān)聯(lián)度的計(jì)算由Matlab生成的灰色關(guān)聯(lián)分析功能動(dòng)態(tài)鏈接庫完成。
6.根據(jù)權(quán)利要求3所述一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法，其特征在于:步驟四中模糊關(guān)聯(lián)規(guī)則挖掘的具體過程為: (1)設(shè)定隸屬度函數(shù)類型及模糊屬性設(shè)定的個(gè)數(shù)；按照模糊屬性設(shè)定的個(gè)數(shù)將屬性劃分為3個(gè)模糊集合，分別為序列最小值min、序列平均值mean、序列最大值max ； (2)數(shù)據(jù)模糊化:按照(I)的模糊集個(gè)數(shù)設(shè)定及隸屬度函數(shù)類型將原始測(cè)試數(shù)據(jù)根據(jù)隸屬度函數(shù)進(jìn)行模糊化； (3)設(shè)定模糊關(guān)聯(lián)規(guī)則挖掘算法的支持度下限與置信度下限； (4)按照快速項(xiàng)目集挖掘算法的步驟根據(jù)設(shè)定的支持度計(jì)算頻繁項(xiàng)集，并根據(jù)置信度得到強(qiáng)關(guān)聯(lián)規(guī)則。
7.根據(jù)權(quán)利要求3所述一種基于LabVIEW與Matlab混合編程的無線數(shù)傳設(shè)備測(cè)試數(shù)據(jù)挖掘方法，其特征在于:步驟四中利用LabVIEW軟件將動(dòng)態(tài)鏈接庫返回強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組，根據(jù)該數(shù)組表達(dá)規(guī)則進(jìn)行整理具體過程為: (I)強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組結(jié)構(gòu):強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組的每一行數(shù)據(jù)表示一條強(qiáng)關(guān)聯(lián)規(guī)則；每一條強(qiáng)關(guān)聯(lián)規(guī)則包括:關(guān)聯(lián)規(guī)則原因項(xiàng)集、關(guān)聯(lián)規(guī)則結(jié)果項(xiàng)集、關(guān)聯(lián)規(guī)則支持度和關(guān)聯(lián)規(guī)則置信度；將各關(guān)聯(lián)規(guī)則原因項(xiàng)集和各關(guān)聯(lián)規(guī)則結(jié)果項(xiàng)集分別由兩個(gè)連續(xù)數(shù)組元素表示，兩個(gè)連續(xù)數(shù)組元素中第一個(gè)元素表示項(xiàng)集所在序列序號(hào)，第二個(gè)元素表示項(xiàng)集所屬的模糊集合，其中，模糊集合包括:序列最小值、序列平均值、序列最大值，將序列最小值表示為1，將序列平均值表示為2、將序列最大值表示為3，關(guān)聯(lián)規(guī)則原因項(xiàng)集、關(guān)聯(lián)規(guī)則結(jié)果項(xiàng)集、關(guān)聯(lián)規(guī)則支持度、關(guān)聯(lián)規(guī)則置信度之間以O(shè)元素進(jìn)行分隔； (2)根據(jù)(I)中強(qiáng)關(guān)聯(lián)規(guī)則數(shù)組結(jié)構(gòu)，將每一條強(qiáng)關(guān)聯(lián)規(guī)則連接成一串字符串。
【文檔編號(hào)】G06F17/50GK104182596SQ201410471713
【公開日】2014年12月3日 申請(qǐng)日期:2014年9月16日 優(yōu)先權(quán)日:2014年9月16日
【發(fā)明者】彭宇, 龐景月, 陳靜, 趙天意, 劉大同 申請(qǐng)人:哈爾濱工業(yè)大學(xué)