摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-11页 |
·课题来源及意义 | 第7-8页 |
·课题来源 | 第7页 |
·研究的意义 | 第7-8页 |
·数据挖掘在故障诊断中的应用 | 第8-10页 |
·故障诊断信息特点 | 第8-9页 |
·发展现状 | 第9-10页 |
·论文主要研究内容 | 第10-11页 |
第二章 数据挖掘技术概述 | 第11-18页 |
·数据挖掘和数据库知识发现定义 | 第11-12页 |
·数据挖掘程过程 | 第12-13页 |
·数据准备 | 第12页 |
·数据挖掘阶段 | 第12-13页 |
·结果解释和评估 | 第13页 |
·数据挖掘技术 | 第13-15页 |
·人工神经网络方法 | 第13-14页 |
·粗糙集方法 | 第14页 |
·关联规则方法 | 第14-15页 |
·遗传算法方法 | 第15页 |
·决策树方法 | 第15页 |
·统计分析方法 | 第15页 |
·数据挖掘任务 | 第15-16页 |
·数据挖掘的发展方向 | 第16-18页 |
第三章 基于粗糙集的数据挖掘技术 | 第18-24页 |
·粗糙集的主要概念 | 第18-23页 |
·信息系统 | 第18-19页 |
·不可分辨关系 | 第19-20页 |
·近似空间 | 第20-22页 |
·约简与核 | 第22-23页 |
·粗糙集在数据挖掘应用中的应用特点 | 第23-24页 |
第四章 SS8主变流器仿真模型及特征提取 | 第24-38页 |
·SS8型电力机车主变流器电路工作原理 | 第24-27页 |
·SS8主变流器的仿真分析 | 第27-30页 |
·变流器的MATLAB仿真模型 | 第28页 |
·变流器输出电压仿真 | 第28-30页 |
·变流器输出电压小波变换 | 第30-34页 |
·小波与小波变换 | 第30-32页 |
·变流器输出电压的小波分解 | 第32-34页 |
·变流器故障特征提取方法 | 第34-37页 |
·故障特征提取方法 | 第34-35页 |
·基于小波分解的能量特征提取方法 | 第35-37页 |
·本章小结 | 第37-38页 |
第五章 基于粗糙集的数据挖掘在机车变流器故障中的应用 | 第38-61页 |
·变流器故障和决策属性编码 | 第38-39页 |
·数据预处理 | 第39-45页 |
·数据准备 | 第40-41页 |
·数据空值处理及离散化 | 第41-45页 |
·数据挖掘 | 第45-58页 |
·特征向量约简计算 | 第45-51页 |
·诊断规则获取 | 第51-54页 |
·诊断规则评价和过滤 | 第54-58页 |
·规则鲁棒性分析 | 第58-61页 |
第六章 总结 | 第61-63页 |
·工作小结 | 第61页 |
·进一步的工作 | 第61-63页 |
参考文献 | 第63-66页 |
附录1 变流器的仿真电压波形图例 | 第66-67页 |
附录2 小波分解系数能量向量值 | 第67-70页 |
附录3 不同属性约简算法产生的规则 | 第70-73页 |
致谢 | 第73-74页 |
攻读学位期间主要的研究成果 | 第74页 |