| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·故障诊断研究现状 | 第7-8页 |
| ·基于数据挖掘的设备故障诊断研究现状 | 第8页 |
| ·研究内容与组织结构 | 第8-11页 |
| 第二章 云计算与 Hadoop 框架 | 第11-17页 |
| ·云计算介绍 | 第11-13页 |
| ·云计算的概念 | 第11页 |
| ·云计算的特点 | 第11-12页 |
| ·云计算的核心技术 | 第12-13页 |
| ·Hadoop 综述 | 第13-16页 |
| ·Hadoop 分布式文件系统 HDFS | 第14页 |
| ·Hadoop 的 MapReduce 编程模型 | 第14-16页 |
| ·Hbase 列存储数据库 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 故障诊断与数据挖掘技术 | 第17-29页 |
| ·设备故障诊断概述 | 第17-20页 |
| ·设备故障定义及分类 | 第17-18页 |
| ·设备故障管理与诊断 | 第18-20页 |
| ·数据挖掘概述 | 第20-24页 |
| ·数据挖掘的定义 | 第20页 |
| ·数据挖掘的过程 | 第20-21页 |
| ·数据挖掘的任务 | 第21-22页 |
| ·数据挖掘的特点 | 第22-23页 |
| ·数据挖掘并行化策略 | 第23-24页 |
| ·数据挖掘在故障诊断中的应用与发展趋势 | 第24-27页 |
| ·数据挖掘在故障诊断中的应用 | 第24-25页 |
| ·数据挖掘在故障诊断中应用的发展趋势 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第四章 关联规则的研究 | 第29-41页 |
| ·关联规则概述 | 第29-32页 |
| ·关联规则的基本概念 | 第29-30页 |
| ·关联规则的分类 | 第30-31页 |
| ·关联规则的挖掘方法 | 第31-32页 |
| ·关联规则经典算法——Apriori 算法 | 第32-35页 |
| ·Apriori 算法基本思想 | 第32-33页 |
| ·Apriori 算法基本流程 | 第33-34页 |
| ·Apriori 算法的实现 | 第34-35页 |
| ·Apriori 算法的并行改进 | 第35-40页 |
| ·Apriori 算法存在的问题 | 第35页 |
| ·基于 MapReduce 的多最小支持度 Apriori 算法设计 | 第35-39页 |
| ·大规模数据的性能分析实验 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 面向雷达设备的故障诊断系统的设计与实现 | 第41-55页 |
| ·故障诊断系统总体设计 | 第41-43页 |
| ·系统框架 | 第41页 |
| ·功能模块 | 第41-42页 |
| ·体系结构 | 第42-43页 |
| ·关联分析子系统设计 | 第43-49页 |
| ·系统框架设计 | 第43-45页 |
| ·数据表示设计 | 第45-46页 |
| ·系统功能设计 | 第46-47页 |
| ·系统类图设计 | 第47-49页 |
| ·系统演示 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·本文总结 | 第55页 |
| ·前景展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-61页 |