| 第一章 绪论 | 第1-11页 |
| 1．1 研究意义 | 第7-8页 |
| 1．2 问题分析 | 第8-9页 |
| 1．3 本文的工作和结构 | 第9-11页 |
| 1．3．1 本文的工作 | 第9-10页 |
| 1．3．2 本文的结构 | 第10-11页 |
| 第二章 数据挖掘技术研究 | 第11-24页 |
| 2．1 数据挖掘概述 | 第11-13页 |
| 2．2 数据挖掘的定义 | 第13-16页 |
| 2．2．1 定义 | 第13-14页 |
| 2．2．2 研究内容 | 第14-16页 |
| 2．2．3 数据挖掘与传统分析方法的区别 | 第16页 |
| 2．3 数据挖掘技术功能及应用 | 第16-20页 |
| 2．4 数据挖掘的发展 | 第20-23页 |
| 2．4．1 未来研究方向 | 第22-23页 |
| 2．5 本章小结 | 第23-24页 |
| 第三章 PLM系统研究 | 第24-34页 |
| 3．1 PLM系统概述 | 第24-26页 |
| 3．1．1 PLM的思想 | 第24-25页 |
| 3．1．2 PLM的本质 | 第25-26页 |
| 3．2 PLM功能分析 | 第26-29页 |
| 3．2．1 总体功能 | 第26-27页 |
| 3．2．2 细化功能 | 第27-29页 |
| 3．3 PLM的发展 | 第29-32页 |
| 3．3．1 PLM的意义 | 第31-32页 |
| 3．3．2 PLM的前景 | 第32页 |
| 3．4 本章小结 | 第32-34页 |
| 第四章 PLM数据挖掘系统的数据预处理 | 第34-40页 |
| 4．1 业务理解及数据理解 | 第34-35页 |
| 4．2 数据预处理 | 第35-39页 |
| 4．2．1 问题描述 | 第35-36页 |
| 4．2．2 数据预处理方法与流程 | 第36-39页 |
| 4．3 本章小结 | 第39-40页 |
| 第五章 PLM数据挖掘系统的数据挖掘模型设计 | 第40-58页 |
| 5．1 关联规则挖掘算法应用 | 第40-47页 |
| 5．1．1 基本概念和问题描述 | 第40-41页 |
| 5．1．2 基于高频模式树的项约束关联规则挖掘算法 FPC | 第41-44页 |
| 5．1．3 关联规则挖掘算法在PLM系统中的应用 | 第44-47页 |
| 5．2 聚类分析算法应用 | 第47-51页 |
| 5．2．1 基本概念和问题描述 | 第47-48页 |
| 5．2．2 聚类分析算法CLIMB | 第48-51页 |
| 5．2．3 聚类分析算法在PLM系统中的应用 | 第51页 |
| 5．3 决策树分析算法应用 | 第51-57页 |
| 5．3．1 基本概念和问题描述 | 第51-52页 |
| 5．3．2 基于信息熵的决策树算法 | 第52-54页 |
| 5．3．3 决策树分析算法在PLM系统中的应用 | 第54-57页 |
| 5．4 结果评价 | 第57页 |
| 5．5 本章小结 | 第57-58页 |
| 第六章 PLM数据挖掘系统设计与实现 | 第58-65页 |
| 6．1 软件系统架构 | 第58-59页 |
| 6．2 开发平台选择 | 第59-61页 |
| 6．3 系统结构描述 | 第61-62页 |
| 6．4 算法结构设计 | 第62-64页 |
| 6．5 本章小结 | 第64-65页 |
| 第七章 结束语 | 第65-67页 |
| 7．1 研究工作总结 | 第65页 |
| 7．2 存在问题及下一步工作 | 第65-67页 |
| 研究生在读期间论文发表情况 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录 | 第71-72页 |