| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-16页 |
| ·课题背景 | 第13-14页 |
| ·研究目的和意义 | 第14页 |
| ·铝电解控制系统存在的问题 | 第14-15页 |
| ·本文的主要工作 | 第15页 |
| ·论文的组织结构 | 第15-16页 |
| 第2章 相关研究综述 | 第16-27页 |
| ·聚类分析概述 | 第16-22页 |
| ·聚类的典型要求 | 第16-18页 |
| ·聚类挖掘主要技术 | 第18-22页 |
| ·分类和预测 | 第22-24页 |
| ·分类的过程 | 第22-23页 |
| ·分类预测的方法 | 第23页 |
| ·分类识别 | 第23-24页 |
| ·灰色系统理论 | 第24-26页 |
| ·灰色系统概念和原理 | 第24-26页 |
| ·灰色系统理论的基本方法 | 第26页 |
| ·小结 | 第26-27页 |
| 第3章 基于灰关联度加权的连通分支聚类算法 | 第27-42页 |
| ·引言 | 第27-33页 |
| ·灰色关联模型 | 第27-31页 |
| ·基于灰关联度加权的连通聚类概念 | 第31-32页 |
| ·基于灰关联度加权的Gry-CC-CTL 聚类算法 | 第32-33页 |
| ·数据预处理 | 第33-36页 |
| ·实验分析 | 第36-38页 |
| ·简单的槽况聚类分析系统的设计与实现 | 第38-41页 |
| ·系统功能设计 | 第39页 |
| ·系统开发平台与系统界面 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第4章 基于ReliefF 加权的k 近邻距离分类算法 | 第42-55页 |
| ·引言 | 第42页 |
| ·基于ReliefF 加权的k 近邻距离分类模型 | 第42-46页 |
| ·ReliefF 算法模型 | 第42-44页 |
| ·基于 ReliefF 的 k 近邻算法的相关概念 | 第44-45页 |
| ·基于ReliefF 加权的k 近邻距离分类算法 | 第45-46页 |
| ·实验分析 | 第46-52页 |
| ·简单的槽况分类识别系统的设计与实现 | 第52-54页 |
| ·系统功能设计 | 第52-53页 |
| ·系统开发平台与系统界面 | 第53-54页 |
| ·小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读硕士学位期间研究成果 | 第61页 |
