| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 论文的研究背景及意义 | 第11-12页 |
| 1.2 高铁运营场景和常见故障 | 第12-15页 |
| 1.2.1 高铁运营场景 | 第13页 |
| 1.2.2 高铁运营场景常见故障 | 第13-15页 |
| 1.3 系统级故障诊断 | 第15-16页 |
| 1.4 国内外研究现状 | 第16-17页 |
| 1.5 论文主要内容 | 第17-18页 |
| 1.6 本章小结 | 第18-19页 |
| 2 高铁运营场景数据流 | 第19-29页 |
| 2.1 基本概念 | 第19页 |
| 2.2 高铁运营场景数据流的来源 | 第19-23页 |
| 2.2.1 地面设备数据来源 | 第20-22页 |
| 2.2.2 车载设备数据流来源 | 第22-23页 |
| 2.3 高铁运营场景数据流类型 | 第23-24页 |
| 2.4 高铁运营场景数据流交互 | 第24-28页 |
| 2.4.1 CTCS-2级列控系统运营场景数据流交互 | 第24-26页 |
| 2.4.2 CTCS-3级列控系统运营场景数据流交互 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 高铁运营场景数据流挖掘 | 第29-41页 |
| 3.1 基本概念 | 第29页 |
| 3.2 应用数据流挖掘的可行性分析 | 第29-32页 |
| 3.3 高铁运营场景数据流挖掘技术 | 第32-34页 |
| 3.3.1 基于衰减时间窗口的技术 | 第32页 |
| 3.3.2 基于滑动窗口的技术 | 第32-33页 |
| 3.3.3 基于界标窗口的技术 | 第33-34页 |
| 3.4 高铁运营场景数据流挖掘方法 | 第34-39页 |
| 3.4.1 聚类分析 | 第34-36页 |
| 3.4.2 离群点检测 | 第36-37页 |
| 3.4.3 关联规则挖掘 | 第37-39页 |
| 3.5 高铁运营场景数据流挖掘过程 | 第39页 |
| 3.6 本章小结 | 第39-41页 |
| 4 基于数据流挖掘的系统级故障诊断 | 第41-59页 |
| 4.1 模型的建立 | 第41-42页 |
| 4.2 基于数据流挖掘的系统级故障诊断流程 | 第42-49页 |
| 4.2.1 高铁信号设备簇的划分 | 第43页 |
| 4.2.2 高铁运营场景数据预处理 | 第43-46页 |
| 4.2.3 动态网格划分和离群点检测 | 第46-49页 |
| 4.3 基于数据流挖掘的系统级故障诊断算法 | 第49页 |
| 4.4 系统级故障诊断涉及的信号设备数据记录 | 第49-56页 |
| 4.5 本章小结 | 第56-59页 |
| 5 结合高铁运营场景的验证 | 第59-83页 |
| 5.1 江宁西站侧线接车故障案例设计 | 第59-60页 |
| 5.2 江宁西站侧线接车故障案例挖掘分析 | 第60-82页 |
| 5.2.1 数据准备 | 第60-69页 |
| 5.2.2 数据挖掘处理及可视化分析 | 第69-82页 |
| 5.4 本章小结 | 第82-83页 |
| 6 结论与展望 | 第83-85页 |
| 6.1 结论 | 第83页 |
| 6.2 展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 图索引 | 第89-91页 |
| 表索引 | 第91-93页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第93-97页 |
| 学位论文数据集 | 第97页 |