基于灰色系统理论的QAR数据挖掘算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文主要研究工作 | 第14-15页 |
| 1.4 本文内容安排 | 第15-17页 |
| 第二章 QAR数据、灰色系统理论概述 | 第17-25页 |
| 2.1 QAR数据 | 第17-21页 |
| 2.1.1 QAR数据简介 | 第17页 |
| 2.1.2 QAR数据获取和数据源结构 | 第17-19页 |
| 2.1.3 QAR数据特点 | 第19-20页 |
| 2.1.4 QAR数据应用及故障诊断 | 第20-21页 |
| 2.2 灰色系统理论 | 第21-24页 |
| 2.2.1 灰色系统理论简介 | 第22页 |
| 2.2.2 灰系统理论主要内容 | 第22-23页 |
| 2.2.3 灰色系统理论的研究现状 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于模糊聚类的QAR数据分割算法 | 第25-37页 |
| 3.1 常用数据分割算法及不足 | 第26-27页 |
| 3.2 时间序列数据分割概述 | 第27-29页 |
| 3.2.1 时间序列数据基本概念 | 第27页 |
| 3.2.2 时间序列数据最优c分割 | 第27-29页 |
| 3.3 基于模糊聚类的数据分割 | 第29-31页 |
| 3.4 算法实现步骤 | 第31-33页 |
| 3.5 实验及其分析 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于灰系统理论的QAR数据挖掘 | 第37-48页 |
| 4.1 灰关联分析 | 第37-41页 |
| 4.1.1 灰色序列 | 第37-38页 |
| 4.1.2 灰关联公理与关联度 | 第38-41页 |
| 4.2 灰色关联故障分析 | 第41-45页 |
| 4.2.1 标准序列 | 第42-43页 |
| 4.2.2 灰关联度分析 | 第43-44页 |
| 4.2.3 实验及分析 | 第44-45页 |
| 4.3 改进灰关联故障分析 | 第45-47页 |
| 4.3.1 改进灰关联度 | 第45-46页 |
| 4.3.2 实验及分析 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文工作总结 | 第48-49页 |
| 5.2 研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 作者简介 | 第55页 |
