| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·本研究课题的来源 | 第8-10页 |
| ·本课题的学术背景及理论与实际意义 | 第10页 |
| ·国内外研究状况及文献综述 | 第10-12页 |
| ·本文主要的研究内容 | 第12-13页 |
| 第2章 数据挖掘技术概述 | 第13-20页 |
| ·数据挖掘的定义、特点和研究内容 | 第13-14页 |
| ·数据挖掘的算法 | 第14-17页 |
| ·数据挖掘的基本过程 | 第17页 |
| ·数据挖掘组成部分 | 第17-18页 |
| ·数据挖掘的任务 | 第18-19页 |
| ·数据挖掘技术的未来发展 | 第19-20页 |
| 第3章 机车质最控制系统的数据挖掘框架 | 第20-32页 |
| ·系统结构及功能模块 | 第20-24页 |
| ·系统总体结构 | 第20-21页 |
| ·系统硬件组成 | 第21页 |
| ·兰西机务段机车质量控制系统管理模块 | 第21-24页 |
| ·机车质量控制系统_综合分析处理系统功能菜单 | 第24-28页 |
| ·各级菜单功能 | 第24-26页 |
| ·系统数据库及主要数据表 | 第26-28页 |
| ·机车质量控制系统数据挖掘的总体框架 | 第28-32页 |
| ·系统运用数据挖掘的可能性 | 第28页 |
| ·系统中数据挖掘的研究意义 | 第28页 |
| ·系统中数据挖掘的主要内容 | 第28-29页 |
| ·系统中数据挖掘的模型 | 第29页 |
| ·系统中数据挖掘过程 | 第29-32页 |
| 第4章 机车质量控制系统中数据仓库构建技术 | 第32-43页 |
| ·数据仓库的体系结构 | 第32-33页 |
| ·ETL基本概念 | 第33-34页 |
| ·数据仓库中的关键名词 | 第34-36页 |
| ·多维数据模型 | 第36-37页 |
| ·SQL Server数据仓库构建及访问工具 | 第37-40页 |
| ·SQL Server数据仓库工具 | 第37-39页 |
| ·SQL Server数据仓库工具的使用 | 第39-40页 |
| ·SQL Server数据仓库的访问 | 第40页 |
| ·SQL Server中数据仓库解决方案 | 第40-41页 |
| ·构建机车质量控制系统数据仓库方法 | 第41-43页 |
| 第5章 机车质量控制系统中数据挖掘算法研究 | 第43-49页 |
| ·基于SQL Server 2000的数据挖掘技术 | 第43-44页 |
| ·SQL Server 2000中决策树和聚类分析算法原理 | 第44-47页 |
| ·决策树算法 | 第44-45页 |
| ·聚类分析算法 | 第45-47页 |
| ·基于Analysis Service机车质量控制系统数据挖掘解决方案 | 第47-49页 |
| 第6章 机车质量控制系统的数据挖掘实例分析 | 第49-63页 |
| ·轴承温度诊断数据仓库架构设计 | 第49-51页 |
| ·事实表设计 | 第49-50页 |
| ·维度表设计 | 第50页 |
| ·数据仓库架构设计 | 第50-51页 |
| ·事实表与维度表的数据转换过程 | 第51-55页 |
| ·DTS数据转换工具 | 第51-52页 |
| ·数据转换具体过程 | 第52-55页 |
| ·Analysis Services中多维数据集设计 | 第55-58页 |
| ·Analysis Services的配置 | 第56页 |
| ·创建维度 | 第56-57页 |
| ·创建多维数据集 | 第57页 |
| ·多维数据集的具体实现 | 第57-58页 |
| ·数据挖掘预测算法的实现 | 第58-63页 |
| ·使用Microsoft决策树创建关系型数据挖掘模型 | 第59-60页 |
| ·使用Microsoft决策树创建OLAP型数据挖掘模型 | 第60-61页 |
| ·使用Microsoft聚类创建OLAP型数据挖掘型 | 第61-62页 |
| ·3种挖掘结果的结论 | 第62-63页 |
| 结论 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第72页 |
