数据挖掘算法及其生产优化应用研究
| 目录 | 第1-12页 |
| 插图 | 第12-14页 |
| 表格 | 第14-16页 |
| 第一章 数据挖掘概述 | 第16-26页 |
| ·数据挖掘的兴起 | 第16-18页 |
| ·什么是数据挖掘 | 第18-19页 |
| ·主要功能 | 第19-22页 |
| ·概念描述:特征化和区分 | 第19页 |
| ·关联规则 | 第19-20页 |
| ·分类和预测 | 第20-21页 |
| ·聚类 | 第21页 |
| ·其它 | 第21-22页 |
| ·数据挖掘软件 | 第22-23页 |
| ·各领域的应用 | 第23-25页 |
| ·生物医学 | 第23页 |
| ·金融业 | 第23-24页 |
| ·零售业 | 第24页 |
| ·电信业 | 第24-25页 |
| ·流程工业中的数据挖掘 | 第25-26页 |
| 第二章 生产优化数据挖掘系统 | 第26-34页 |
| ·生产工艺介绍 | 第26-29页 |
| ·基本工艺路线 | 第26-27页 |
| ·合成工段 | 第27-28页 |
| ·分离工段 | 第28-29页 |
| ·信息系统架构 | 第29-30页 |
| ·DCS控制系统 | 第30-31页 |
| ·数据挖掘系统 | 第31-32页 |
| ·数据挖掘系统目标 | 第32-34页 |
| 第三章 BTS算法与生产数据分析 | 第34-54页 |
| ·相似性搜索研究现状 | 第35-39页 |
| ·基于变换的特征空间 | 第36-37页 |
| ·分段常数表示 PCA | 第37-38页 |
| ·基于 Landmark的搜索 | 第38页 |
| ·其他算法 | 第38-39页 |
| ·BTS算法 | 第39-47页 |
| ·显著分段法 | 第40-41页 |
| ·位趋势表示法 | 第41-42页 |
| ·相似性模型 | 第42-43页 |
| ·算法 | 第43-44页 |
| ·性能测试与比较 | 第44-47页 |
| ·小结 | 第47页 |
| ·生产数据的初步分析 | 第47-52页 |
| ·半月数据曲线 | 第47-50页 |
| ·单日数据序列呈现 | 第50-52页 |
| ·小结 | 第52-54页 |
| 第四章 生产数据的初步挖掘 | 第54-70页 |
| ·数据预处理 | 第54-60页 |
| ·属性筛选 | 第54页 |
| ·数值校正 | 第54-60页 |
| ·数据清理 | 第60页 |
| ·关联规则挖掘法 | 第60-65页 |
| ·属性离散化 | 第61页 |
| ·基于盘点数据的挖掘 | 第61-62页 |
| ·基于实时数据的挖掘 | 第62-63页 |
| ·基于分组滞后数据的挖掘 | 第63-65页 |
| ·关联规则算法总结 | 第65页 |
| ·决策树挖掘 | 第65-68页 |
| ·ID3算法简介 | 第66页 |
| ·ID3盘点挖掘 | 第66-67页 |
| ·ID3实时挖掘 | 第67-68页 |
| ·小结 | 第68-70页 |
| 第五章 生产优化算法研究与应用 | 第70-94页 |
| ·决策树算法研究概况 | 第70-73页 |
| ·拆分数据集 | 第71-72页 |
| ·控制树的大小 | 第72-73页 |
| ·典型算法介绍 | 第73-80页 |
| ·ID3算法 | 第73-74页 |
| ·C4.5算法 | 第74-75页 |
| ·CART算法 | 第75-76页 |
| ·SLIQ算法 | 第76-77页 |
| ·SPRINT算法 | 第77-78页 |
| ·多决策树算法 | 第78-80页 |
| ·决策森林算法 | 第80-85页 |
| ·生产模型 | 第81-84页 |
| ·决策森林算法 | 第84-85页 |
| ·生产数据库的二次重组 | 第85-87页 |
| ·挖掘结果与应用 | 第87-91页 |
| ·定性挖掘 | 第87-89页 |
| ·挖掘建议与应用 | 第89-90页 |
| ·定量挖掘 | 第90-91页 |
| ·小结 | 第91-94页 |
| 第六章 结束语 | 第94-98页 |
| ·生产优化的补充措施 | 第94-96页 |
| ·软测量功能 | 第94页 |
| ·全面的生产报表 | 第94-95页 |
| ·虚拟实验功能 | 第95-96页 |
| ·总结 | 第96页 |
| ·展望 | 第96-98页 |
| 参考文献 | 第98-102页 |
| 附录A 英汉术语对照及符号一览表 | 第102-104页 |
| 附录B 个人简介与攻读硕士期间科研成果 | 第104页 |
