| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 大数据的研究现状和趋势 | 第13-14页 |
| 1.2.2 数据挖掘的研究现状 | 第14-16页 |
| 1.2.3 动车组的研究现状 | 第16-17页 |
| 1.3 论文组织结构 | 第17-19页 |
| 2 相关技术研究 | 第19-29页 |
| 2.1 动车组维修的相关理论 | 第19-23页 |
| 2.1.1 综合维修“天窗”理论 | 第19-20页 |
| 2.1.2 中国高速列车的修程修制体系 | 第20-22页 |
| 2.1.3 动车组维修的可靠性标准 | 第22-23页 |
| 2.2 关联规则挖掘 | 第23-27页 |
| 2.2.1 关联规则挖掘的基本概念 | 第23-25页 |
| 2.2.2 关联规则的分类 | 第25页 |
| 2.2.3 经典的关联规则算法 | 第25-27页 |
| 2.3 本章小结 | 第27-29页 |
| 3 动车组运行和维修成本数据的分析和预处理 | 第29-40页 |
| 3.1 动车组运行和维修成本数据分析 | 第29-32页 |
| 3.1.1 动车组运行数据分析 | 第29-31页 |
| 3.1.2 动车组维修成本数据分析 | 第31-32页 |
| 3.2 动车组运行和维修成本数据预处理 | 第32-38页 |
| 3.2.1 数据预处理简介 | 第32-33页 |
| 3.2.2 动车组运行和维修成本数据的问题 | 第33-35页 |
| 3.2.3 动车组错误数据的清洗 | 第35-36页 |
| 3.2.4 动车组运行和维修成本数据的变换 | 第36-38页 |
| 3.3 本章小结 | 第38-40页 |
| 4 基于HADOOP的多支持度关联规则算法的研究和改进 | 第40-54页 |
| 4.1 AMWARMS算法 | 第40-46页 |
| 4.1.1 AMWARMS算法的定义 | 第40-41页 |
| 4.1.2 AMWARMS算法的流程 | 第41-43页 |
| 4.1.3 AMWARMS算法的实现 | 第43-45页 |
| 4.1.4 AMWARMS算法的问题 | 第45-46页 |
| 4.2 AMWARMS算法的改进 | 第46-52页 |
| 4.2.1 Tidset垂直数据表示 | 第46-47页 |
| 4.2.2 垂直数据库求支持度 | 第47页 |
| 4.2.3 概念格理论 | 第47-49页 |
| 4.2.4 改进后的AMWARMST算法 | 第49-52页 |
| 4.3 本章小结 | 第52-54页 |
| 5 实验结果与分析 | 第54-62页 |
| 5.1 实验环境 | 第54页 |
| 5.2 算法性能评估 | 第54-58页 |
| 5.3 实验结果分析 | 第58-59页 |
| 5.4 实验结果可视化展示 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 总结和展望 | 第62-64页 |
| 6.1 工作总结 | 第62页 |
| 6.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |