首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于Web的噪声试验数据管理及聚类技术研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-17页
   ·研究背景第7页
   ·研究和应用现状第7-14页
     ·企业应用集成现状第8-11页
     ·故障诊断分析现状第11-13页
     ·聚类现状及在故障诊断中的问题第13-14页
   ·研究的内容与意义第14-15页
   ·项目支持第15页
   ·论文的组织结构第15-17页
第二章 振动噪声数据库设计与实现第17-29页
   ·基于J2EE 的项目背景第17-20页
   ·振动噪声数据库系统的结构与设计第20-24页
     ·系统结构第20-21页
     ·系统设计第21-23页
     ·系统实现第23-24页
   ·故障分析模块第24-25页
   ·聚类算法在故障诊断中的应用第25-28页
     ·聚类算法的分类第25-28页
     ·各种聚类算法在故障诊断应用中的比较第28页
   ·本章小结第28-29页
第三章 模糊聚类算法在船舶故障诊断中的应用第29-34页
   ·引言第29页
   ·WRTCM 聚类算法的原理及其隶属度矩阵与中心向量的推导过程第29-31页
   ·WRTCM 聚类算法的步骤第31页
   ·WRTCM 聚类算法在船舶故障诊断中的应用第31-33页
   ·本章小结第33-34页
第四章 动态权值混合C 均值模糊核聚类算法第34-47页
   ·引言第34页
   ·经典模糊聚类算法第34-36页
     ·FCM 算法简介第35页
     ·PCM 算法简介第35-36页
   ·模糊核聚类算法第36-40页
     ·Mercer 核第36-37页
     ·新的模糊核聚类算法(WKFCM 算法)第37-39页
     ·算法描述第39-40页
   ·实验结果与分析第40-46页
     ·人工数据集实验第40-43页
     ·真实数据集实验第43-46页
   ·本章小结第46-47页
第五章 成对约束的动态加权半监督模糊核聚类算法第47-56页
   ·引言第47-48页
   ·模糊核聚类算法第48-49页
   ·成对约束的动态加权模糊核聚类算法第49-52页
     ·目标函数介绍第50-51页
     ·新算法(DKFCM)的公式推导第51-52页
   ·算法描述第52-53页
   ·实验结果与分析第53-55页
   ·本章小结第55-56页
第六章 总结和展望第56-58页
   ·论文工作总结第56页
   ·未来工作展望第56-58页
致谢第58-59页
参考文献第59-64页
附录:作者在攻读硕士学位期间发表的论文第64页

论文共64页,点击 下载论文
上一篇:大学校园“励志”教育电视节目的设计研究
下一篇:基于SOC技术设计的智能温控仪表