| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·论文研究背景及意义 | 第8-9页 |
| ·国内外研究情况 | 第9-10页 |
| ·论文研究主要内容 | 第10-11页 |
| ·论文的安排结构 | 第11-12页 |
| 第二章 热轧产品质量数据集市的构建 | 第12-32页 |
| ·数据挖掘介绍 | 第12-15页 |
| ·数据挖掘的兴起 | 第12页 |
| ·数据挖掘的发展历程 | 第12-13页 |
| ·数据挖掘的功能 | 第13-15页 |
| ·数据仓库与数据集市 | 第15-18页 |
| ·数据仓库的概念 | 第15页 |
| ·数据仓库的类型 | 第15-16页 |
| ·数据仓库与传统数据库的比较 | 第16-17页 |
| ·数据仓库与数据集市的区别 | 第17-18页 |
| ·热轧工艺简介 | 第18-20页 |
| ·往复式炉卷轧机 | 第18-19页 |
| ·热轧生产流程 | 第19-20页 |
| ·热轧产品数据集市的构建 | 第20-29页 |
| ·构建热轧产品数据集市的基本步骤 | 第20-21页 |
| ·确定分析主题及分析数据源 | 第21-23页 |
| ·数据集市的数据结构 | 第23-25页 |
| ·数据集市的实现 | 第25-29页 |
| ·数据预处理 | 第29-31页 |
| ·数据清洗 | 第29-30页 |
| ·数据集成与转换 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 多元线性回归热轧板带质量模型 | 第32-38页 |
| ·多元线性回归应用概述 | 第32页 |
| ·多元线性回归介绍 | 第32-33页 |
| ·多元线性回归热轧板带质量模型 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于神经网络的热轧板带质量模型 | 第38-57页 |
| ·神经网络介绍 | 第38-41页 |
| ·神经网络的结构 | 第38-39页 |
| ·神经网络的特征 | 第39页 |
| ·神经网络的工作方式 | 第39-40页 |
| ·神经网络的学习 | 第40-41页 |
| ·建模工具介绍 | 第41页 |
| ·RBF神经网络热轧板带质量模型 | 第41-47页 |
| ·RBF神经网络应用概述 | 第41-42页 |
| ·RBF神经网络结构与算法 | 第42-43页 |
| ·RBF神经网络模型的建立 | 第43-47页 |
| ·BP神经网络热轧板带质量模型 | 第47-55页 |
| ·BP神经网络应用概述 | 第47-48页 |
| ·BP神经网络结构与算法 | 第48-50页 |
| ·BP神经网络热轧板带质量模型的建立 | 第50-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 热轧板带质量模型的应用 | 第57-65页 |
| ·用BP神经网络质量模型研究化学成分对力学性能的影响 | 第57-61页 |
| ·用BP神经网络质量模型研究轧制工艺参数对力学性能的影响 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录A:攻读学位期间发表论文目录 | 第72-73页 |
| 附录B:相关实验数据 | 第73-86页 |