数据挖掘在电机参数测试系统中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·论文研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·数据挖掘技术 | 第10-11页 |
| ·离散数据分析 | 第11页 |
| ·主要研究内容和创新点 | 第11-12页 |
| ·论文组织结构 | 第12-14页 |
| 第二章 论文基本理论与技术 | 第14-25页 |
| ·人工神经网络 | 第14-18页 |
| ·神经网络简介 | 第14-16页 |
| ·自组织特征映射神经网络 | 第16-18页 |
| ·聚类分析算法 | 第18-20页 |
| ·聚类分析算法 | 第19-20页 |
| ·K-Means聚类算法 | 第20页 |
| ·电机测试与曲线拟合 | 第20-24页 |
| ·电机测试知识 | 第20-22页 |
| ·曲线拟合原理 | 第22-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于聚类的SOM神经网络分类模型 | 第25-46页 |
| ·SOM神经网络数据分类模型 | 第25-31页 |
| ·SOM神经网络原理 | 第25-26页 |
| ·SOM神经网络步骤 | 第26-27页 |
| ·电机数据试验 | 第27-31页 |
| ·算法评价 | 第31页 |
| ·基于聚类的SOM神经网络分类模型 | 第31-34页 |
| ·K-Means聚类算法 | 第31-32页 |
| ·分类模型步骤 | 第32-33页 |
| ·模型评价 | 第33-34页 |
| ·分类模型应用效果验证 | 第34-37页 |
| ·问题描述 | 第34页 |
| ·模型训练 | 第34-36页 |
| ·数据分析 | 第36-37页 |
| ·参数影响验证 | 第37-42页 |
| ·模型应用价值 | 第42-44页 |
| ·小结 | 第44-46页 |
| 第四章 模型在电机参数测试系统的应用 | 第46-57页 |
| ·三相异步电动机测试系统简介 | 第46页 |
| ·电机数据分类设计 | 第46-50页 |
| ·型式试验模块结构设计 | 第46-47页 |
| ·数据分类器设计 | 第47-49页 |
| ·分类器主要代码 | 第49-50页 |
| ·基于型式试验的模型验证 | 第50-56页 |
| ·空载试验数据验证 | 第50-53页 |
| ·负载试验数据验证 | 第53-56页 |
| ·模型验证结论 | 第56页 |
| ·小结 | 第56-57页 |
| 第五章 结论与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第64页 |
