| 摘要 | 第1页 |
| ABSTRACT | 第4-6页 |
| 第一章 绪论 | 第6-12页 |
| ·选题背景及研究意义 | 第6-7页 |
| ·数据挖掘技术研究现状 | 第7-9页 |
| ·变压器故障诊断研究现状 | 第9-11页 |
| ·论文的主要研究工作及组织结构 | 第11-12页 |
| 第二章 朴素贝叶斯分类在变压器故障诊断中的应用研究 | 第12-22页 |
| ·贝叶斯分类器基础知识简介 | 第12-14页 |
| ·基于NB 的变压器故障诊断研究实现 | 第14-18页 |
| ·变压器故障诊断NB 分类器的实例分析 | 第18-21页 |
| ·小结 | 第21-22页 |
| 第三章 SVM 分类在变压器故障诊断中的应用研究 | 第22-34页 |
| ·支持向量机理论概述 | 第22-25页 |
| ·支持向量机用于分类 | 第25-28页 |
| ·树形SVM 多分类诊断模型的设计和实现 | 第28-31页 |
| ·实验与分析 | 第31-32页 |
| ·小结 | 第32-34页 |
| 第四章 粗糙集理论用于属性约简的研究 | 第34-42页 |
| ·粗糙集基础理论概念 | 第34-35页 |
| ·知识的约简 | 第35-39页 |
| ·变压器状态信息的属性约简 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第五章 SVM 回归与朴素贝叶斯分类相结合的变压器故障诊断 | 第42-52页 |
| ·前言 | 第42页 |
| ·SVM 回归技术简介 | 第42-44页 |
| ·SMO 回归算法原理 | 第44-48页 |
| ·SVM 回归与朴素贝叶斯分类相结合的变压器故障诊断 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第六章 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 在学期间发表的学术论文和参加科研情况 | 第57-58页 |
| 详细摘要 | 第58-68页 |
