阴极电压分布数据分析与挖掘
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题背景 | 第10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 论文研究工作 | 第12页 |
| 1.5 论文组织结构 | 第12-13页 |
| 1.6 本章小结 | 第13-14页 |
| 第二章 相关知识与技术介绍 | 第14-19页 |
| 2.1 阴极电压相关知识 | 第14页 |
| 2.2 数据分析与挖掘 | 第14-17页 |
| 2.2.1 多维分析技术 | 第14-15页 |
| 2.2.2 数据挖掘 | 第15-16页 |
| 2.2.3 时间序列数据挖掘 | 第16-17页 |
| 2.3 数据可视化技术 | 第17页 |
| 2.4 本章小结 | 第17-19页 |
| 第三章 测量数据分析研究 | 第19-36页 |
| 3.1 测量数据采集及预处理 | 第19-22页 |
| 3.1.1 数据采集 | 第19-20页 |
| 3.1.2 数据特点 | 第20-21页 |
| 3.1.3 数据预处理 | 第21-22页 |
| 3.2 测量数据多维分析 | 第22-23页 |
| 3.3 测量数据相关性分析 | 第23-29页 |
| 3.3.1 相关性分析方法 | 第23-25页 |
| 3.3.2 相关性分析实验及结果 | 第25-29页 |
| 3.4 阴极电压聚类分析 | 第29-35页 |
| 3.4.1 聚类分析方法 | 第30页 |
| 3.4.2 聚类分析流程 | 第30-32页 |
| 3.4.3 聚类分析实验及结果 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于时间序列异常检测的阴极电压判异算法 | 第36-47页 |
| 4.1 相关定义 | 第36-38页 |
| 4.2 算法描述 | 第38-41页 |
| 4.2.1 算法设计 | 第38-39页 |
| 4.2.2 算法实现 | 第39-40页 |
| 4.2.3 算法分析 | 第40-41页 |
| 4.3 实验及结果分析 | 第41-46页 |
| 4.3.1 实验数据 | 第41-42页 |
| 4.3.2 实验方法 | 第42页 |
| 4.3.3 实验结果及分析 | 第42-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 阴极电压智能分析系统 | 第47-60页 |
| 5.1 系统概述 | 第47页 |
| 5.2 系统设计 | 第47-50页 |
| 5.2.1 系统总体设计 | 第47-48页 |
| 5.2.2 系统功能设计 | 第48-50页 |
| 5.3 历史数据多维分析模块 | 第50-53页 |
| 5.3.1 单槽历史数据多维分析 | 第50-52页 |
| 5.3.2 多槽历史数据多维分析 | 第52-53页 |
| 5.4 相关性分析模块 | 第53-56页 |
| 5.4.1 阴极电压与阴极钢棒温度的相关性分析 | 第53-54页 |
| 5.4.2 阴极电压与槽壳温度的相关性分析 | 第54-55页 |
| 5.4.3 阴极电压与阳极电压的相关性分析 | 第55-56页 |
| 5.5 聚类分析模块 | 第56-58页 |
| 5.5.1 算法应用 | 第56-57页 |
| 5.5.2 结果展示 | 第57-58页 |
| 5.6 状态数据可视化模块 | 第58-59页 |
| 5.6.1 区域可视化 | 第58页 |
| 5.6.2 热力图 | 第58-59页 |
| 5.6.3 阴极电压异常检测 | 第59页 |
| 5.7 本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 6.1 主要结论 | 第60-61页 |
| 6.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 在学期间的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
