首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于Hadoop的动车组故障诊断关键技术的研究与实现

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 绪论第11-17页
    1.1 论文研究背景及意义第11-12页
    1.2 研究现状第12-14页
        1.2.1 铁路应用大数据研究现状第12-13页
        1.2.2 数据挖掘并行化研究现状第13-14页
    1.3 论文研究内容与创新点第14-15页
    1.4 论文组织结构第15-16页
    1.5 本章小结第16-17页
2 数据挖掘基础理论第17-32页
    2.1 数据挖掘概述第17-21页
        2.1.1 数据挖掘简介第17-18页
        2.1.2 国内外研究现状第18-21页
        2.1.3 动车组数据研究现状第21页
    2.2 Hadoop分布式平台介绍第21-26页
        2.2.1 Hadoop概述第21-23页
        2.2.2 Hadoop结构模型及角色第23-26页
    2.3 适用于动车组故障分类预测的基础算法选择第26-30页
        2.3.1 分类算法简介及原始分类算法的选择第26-30页
    2.4 本章小结第30-32页
3 动车组数据分析第32-38页
    3.1 动车组信息传输技术介绍第32-34页
    3.2 动车组数据介绍第34-37页
    3.3 本章小结第37-38页
4 基于C4.5的故障预测算法的改进研究第38-46页
    4.1 C4.5决策树算法简介第38-40页
        4.1.1 C4.5算法原理第38-39页
        4.1.2 C4.5算法缺陷第39-40页
    4.2 C4.5决策树算法的改进第40-42页
        4.2.1 Bagging算法简介第40-42页
        4.2.2 融合Bagging的C4.5决策树算法B-CTree的设计第42页
    4.3 C4.5决策树算法的并行化改造第42-44页
        4.3.1 C4.5决策树算法的并行化分析第42-43页
        4.3.2 基于MapReduce的C4.5算法MR-C4.5设计第43-44页
    4.4 本章小结第44-46页
5 基于Hadoop的动车组故障预测方案第46-51页
    5.1 典型数据挖掘方案第46页
    5.2 基于Hadoop的动车组故障预测方案的分析和设计第46-50页
        5.2.1 需求分析第46-47页
        5.2.2 基本设计思想第47-48页
        5.2.3 设计方案第48-50页
    5.3 本章小结第50-51页
6 实验及结果分析第51-62页
    6.1 实验环境搭建第51-55页
        6.1.1 硬件环境第51页
        6.1.2 软件环境第51-52页
        6.1.3 Hadoop平台的安装与部署第52-55页
    6.2 实验环境搭建第55-61页
        6.2.1 数据准备第55-56页
        6.2.2 数据预处理第56-57页
        6.2.3 模型训练第57页
        6.2.4 模型评估第57-61页
    6.3 本章小结第61-62页
7 总结与展望第62-64页
    7.1 论文工作总结第62页
    7.2 下一步研究工作第62-64页
参考文献第64-67页
作者简历第67-69页
学位论文数据集第69页

论文共69页,点击 下载论文
上一篇:考虑出行者体能消耗的城市轨道交通路径选择模型研究
下一篇:防连续倒塌型高大模板支撑体系的理论研究