| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题来源及研究的目的和意义 | 第8-9页 |
| ·国内外故障诊断领域的研究现状 | 第9-11页 |
| ·本文研究的主要内容 | 第11-14页 |
| 第二章 故障诊断中的数据挖掘技术 | 第14-24页 |
| ·故障诊断简介 | 第14-16页 |
| ·故障诊断技术与主要分类 | 第14-15页 |
| ·故障诊断的基本模型 | 第15-16页 |
| ·数据挖掘技术简介 | 第16-20页 |
| ·数据挖掘的定义 | 第17页 |
| ·数据挖掘的发展 | 第17-18页 |
| ·数据挖掘的一般步骤 | 第18页 |
| ·数据挖掘的任务及分类 | 第18-20页 |
| ·故障诊断中数据挖掘技术的选择 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 粗糙集理论在故障诊断中的应用研究 | 第24-38页 |
| ·粗糙集理论概述 | 第24-27页 |
| ·知识和不可分辨关系 | 第24-26页 |
| ·粗糙集定义及相关概念 | 第26-27页 |
| ·粗糙集在决策表约简中的应用 | 第27-30页 |
| ·知识表达系统与决策表 | 第27页 |
| ·约简与核 | 第27-28页 |
| ·粗糙集对属性约简的一般方法 | 第28-30页 |
| ·改进的粗糙集属性约简算法及其在故障决策表约简中的应用 | 第30-36页 |
| ·改进的粗糙集属性约简算法 | 第30-34页 |
| ·改进的粗糙集属性约简算法在故障决策表约简中的应用 | 第34-35页 |
| ·改进粗糙集属性约简算法的性能分析 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 决策树理论在故障诊断中的应用研究 | 第38-52页 |
| ·数据分类简介 | 第38-40页 |
| ·分类的概念 | 第38-39页 |
| ·分类模型的评估标准 | 第39页 |
| ·分类模型的评估 | 第39-40页 |
| ·决策树基本理论 | 第40-45页 |
| ·基本概念 | 第40页 |
| ·决策树算法ID3 介绍 | 第40-44页 |
| ·由判定树提取分类规则 | 第44-45页 |
| ·改进的ID3 算法在故障分类中的应用 | 第45-50页 |
| ·影响原有ID3 算法的3 个因素 | 第45页 |
| ·算法改进思路 | 第45-46页 |
| ·改进的ID3 算法 | 第46-48页 |
| ·改进的ID3 算法在故障分类中的应用 | 第48-49页 |
| ·改进的ID3 算法的性能分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 关联规则挖掘在故障诊断中的应用 | 第52-62页 |
| ·关联规则概述 | 第52-57页 |
| ·基本概念 | 第52-56页 |
| ·由频繁项集产生关联规则 | 第56-57页 |
| ·改进的APRIORI 算法在故障诊断分类中的应用 | 第57-61页 |
| ·Apriori 算法的缺陷 | 第57页 |
| ·算法改进思路 | 第57-58页 |
| ·改进的Apriori 算法 | 第58-59页 |
| ·改进的Apriori 算法在故障分类中的应用 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 基于数据挖掘的故障诊断系统的设计 | 第62-72页 |
| ·系统的组成介绍 | 第62-63页 |
| ·各部分相关技术介绍 | 第63-66页 |
| ·数据采集与数据库建立 | 第63-64页 |
| ·数据预处理 | 第64-65页 |
| ·故障诊断算法的实现 | 第65-66页 |
| ·故障匹配 | 第66页 |
| ·仿真试验与结果分析 | 第66-70页 |
| ·本章小结 | 第70-72页 |
| 第七章 总结与展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 研究成果 | 第77-78页 |
