首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

数据挖掘技术及在机车故障诊断中的应用

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

论文共74页,点击 下载论文
上一篇:激情与虚妄--“明清叙事”中的唐浩明历史小说创作
下一篇:海洛因依赖对谷氨酰胺合成酶的影响及其相关机理的研究