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

基于决策树的煅烧工艺参数的研究与分析

摘要第4-5页
Abstract第5-6页
第一章 绪论第10-15页
    1.1 课题背景第10-11页
    1.2 研究内容第11-12页
    1.3 论文所开展的工作第12-13页
    1.4 论文的组织结构第13-15页
第二章 基础理论第15-24页
    2.1 煅烧过程的生产工艺第15-19页
        2.1.1 煅烧过程生产流程第15-16页
        2.1.2 煅烧过程背景介绍第16-17页
        2.1.3 回转窑的主要工艺参数第17-18页
        2.1.4 回转窑工艺数据的特点第18-19页
    2.2 数据挖掘与机器学习第19-21页
        2.2.1 数据挖掘与机器学习的研究背景第19-20页
        2.2.2 数据挖掘的工作内容第20-21页
    2.3 数据挖掘的流程第21-23页
    2.4 本章小结第23-24页
第三章 决策树算法第24-32页
    3.1 决策树算法的概念第24-25页
        3.1.1 决策树的简介第24页
        3.1.2 算法对数据的学习第24-25页
    3.2 构建决策树模型第25-27页
        3.2.1 决策树算法的学习过程第25-26页
        3.2.2 决策树模型的图示第26-27页
    3.3 决策树算法的主要研究第27-30页
        3.3.1 分裂属性的选择度量第27-28页
        3.3.2 分类算法第28-29页
        3.3.3 回归算法第29页
        3.3.4 集成学习第29-30页
    3.4 构建决策树算法的异同第30-31页
    3.5 本章小结第31-32页
第四章 工艺数据预测与评估第32-40页
    4.1 基于Scikit-Learn构建学习器第32-34页
        4.1.1 决策树学习器的构建第32-33页
        4.1.2 决策树学习器的预测第33-34页
        4.1.3 分裂属性度量问题第34页
    4.2 随机森林的算法优化第34-36页
        4.2.1 随机森林的优化分析第34-35页
        4.2.2 基于工艺参数与理化指标的优化模型第35-36页
    4.3 工艺数据的模型学习第36-38页
    4.4 试验结果与结果评估第38-39页
    4.5 本章小结第39-40页
第五章 工艺参数决策树智能分析系统第40-56页
    5.1 系统需求分析第40-41页
    5.2 系统结构与功能模块第41-44页
    5.3 数据采集及数据库设计第44-48页
        5.3.1 数据采集第44-46页
        5.3.2 数据库设计第46-48页
    5.4 试验数据的预处理第48-51页
        5.4.1 异常点检测第48-50页
        5.4.2 缺失值处理第50-51页
    5.5 数据可视化第51-52页
    5.6 模型预测功能第52-54页
        5.6.1 模型回归功能第53页
        5.6.2 模型算法评估第53-54页
    5.7 本章小结第54-56页
第六章 总结与展望第56-57页
    6.1 主要总结第56页
    6.2 研究展望第56-57页
参考文献第57-59页
在学期间的研究成果第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:智能锁安全体系的设计与研究
下一篇:社交网络中融合社交关系和语义信息的推荐算法研究