基于数据挖掘的产品质量预测与控制的研究与实践
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景 | 第12-14页 |
| ·研究现状 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| ·回归模型分析 | 第15-16页 |
| ·BP神经网络模型分析 | 第16页 |
| ·径向基函数神经网络分析 | 第16页 |
| ·时间序列模式挖掘 | 第16页 |
| ·论文组织结构安排 | 第16-18页 |
| 第二章 相关技术及工具介绍 | 第18-24页 |
| ·相关数据挖掘技术 | 第18-22页 |
| ·主成分分析 | 第18-19页 |
| ·分类算法 | 第19-20页 |
| ·社团发现过程 | 第20-21页 |
| ·时间序列模式挖掘方法 | 第21页 |
| ·数据离散化 | 第21-22页 |
| ·相关工具介绍 | 第22-23页 |
| ·SPSS | 第22页 |
| ·MATLAB | 第22-23页 |
| ·Clementine | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 数据介绍以及数据处理 | 第24-31页 |
| ·数据来源 | 第24页 |
| ·数据介绍 | 第24-25页 |
| ·数据处理 | 第25-30页 |
| ·噪声处理 | 第26-27页 |
| ·数据相关性分析 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 BP神经网络研究与实现 | 第31-43页 |
| ·BP神经网络工作机制 | 第31-34页 |
| ·神经网络结构 | 第31-33页 |
| ·神经网络计算过程 | 第33-34页 |
| ·BP神经网络的实现过程 | 第34-37页 |
| ·数据归一化 | 第35-36页 |
| ·隐含层结点个数确定 | 第36页 |
| ·数据反归一化 | 第36-37页 |
| ·利用神经网络实现产品性能的预测 | 第37-41页 |
| ·BP神经网络创建与训练 | 第37-38页 |
| ·网络有效性检测 | 第38页 |
| ·预测效果展示 | 第38-41页 |
| ·元素相关性研究 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 径向基神经网络研究与实现 | 第43-58页 |
| ·径向基神经网络工作机制 | 第43-47页 |
| ·径向基函数神经网络结构 | 第43-45页 |
| ·RBF神经网络与BP神经网络结构对比 | 第45-46页 |
| ·径向基函数神经网络研究重点 | 第46-47页 |
| ·利用聚类方法确定隐含层结点 | 第47-49页 |
| ·划分聚类算法 | 第47-48页 |
| ·社团发现算法 | 第48-49页 |
| ·利用梯度下降法确定网络权值 | 第49-51页 |
| ·网络搭建过程以及预测效果 | 第51-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 时间序列模式挖掘研究与实现 | 第58-72页 |
| ·时间序列模式挖掘 | 第58-59页 |
| ·序列模式挖掘分析过程 | 第59-60页 |
| ·数据离散化 | 第60-67页 |
| ·分箱法离散化方法 | 第61-62页 |
| ·基于信息熵离散化方法 | 第62-66页 |
| ·Kohonen分析法 | 第66-67页 |
| ·分析结果 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第七章 结束语 | 第72-74页 |
| ·论文总结 | 第72页 |
| ·下一步工作 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 作者攻读学位期间发表的学术论文目录 | 第78页 |
