煤质检验数据分析及热值预测研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究发展现状 | 第11-14页 |
| ·离群点分析的现状 | 第11页 |
| ·煤质数据分析及热值预测的现状 | 第11-13页 |
| ·我国煤炭企业信息化建设现状 | 第13-14页 |
| ·煤质数据分析主要指标 | 第14-16页 |
| ·本文的主要工作 | 第16-17页 |
| 第2章 数据离群值分析 | 第17-26页 |
| ·离群点 | 第17-19页 |
| ·离群点的存在性 | 第17-18页 |
| ·剔除离群点的必要性 | 第18-19页 |
| ·常用的离群值分析算法 | 第19-21页 |
| ·拉依达准则法 | 第19-20页 |
| ·肖维勒准则 | 第20-21页 |
| ·分布图法 | 第21-22页 |
| ·离群值分析方法比较 | 第22-24页 |
| ·分布图法剔除效果验证 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 数据相关性分析 | 第26-32页 |
| ·灰色关联分析理论 | 第26-28页 |
| ·灰色关联分析简介 | 第26-27页 |
| ·灰色关联分析步骤 | 第27-28页 |
| ·灰色关联度算法存在的不足 | 第28页 |
| ·灰色关联度算法的改进 | 第28-29页 |
| ·煤质数据相关性分析 | 第29-30页 |
| ·算法改进效果验证 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 煤炭热值预测 | 第32-40页 |
| ·回归分析 | 第32-34页 |
| ·回归分析基本概念 | 第32页 |
| ·假设检验 | 第32-33页 |
| ·回归分析预测热值 | 第33-34页 |
| ·神经网络预测 | 第34-38页 |
| ·人工神经网络简介 | 第34-35页 |
| ·BP 神经网络模型 | 第35-37页 |
| ·神经网络模型预测热值 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第5章 数据分析预测算法的系统化实现 | 第40-53页 |
| ·系统化方案 | 第40-43页 |
| ·C/S 模式 | 第40-41页 |
| ·B/S 模式 | 第41-42页 |
| ·C/S 与 B/S 混合模式 | 第42-43页 |
| ·开发工具及技术 | 第43-45页 |
| ·.NET 平台与 ASP.NET | 第44页 |
| ·SQLServer 简介 | 第44-45页 |
| ·系统具体实现 | 第45-52页 |
| ·数据报送的实现 | 第45-47页 |
| ·信息查询的实现 | 第47-48页 |
| ·离群值分析的实现 | 第48-49页 |
| ·相关性分析的实现 | 第49-50页 |
| ·热值预测的实现 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
