| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 水电站设备检修的发展及现状 | 第12-14页 |
| 1.2.1 水电站机电设备检修管理发展历程 | 第12页 |
| 1.2.2 国外水电站检修现状 | 第12-13页 |
| 1.2.3 国内水电站检修现状 | 第13-14页 |
| 1.3 数据挖掘技术的发展与应用 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 数据挖掘技术在故障预测中的应用进展 | 第16-22页 |
| 2.1 数据挖掘的定义及过程 | 第16页 |
| 2.2 数据挖掘在故障处理中的应用 | 第16-17页 |
| 2.3 数据挖掘中的分类算法 | 第17-19页 |
| 2.4 设备故障预测的定义和方法 | 第19-20页 |
| 2.5 本章小结 | 第20-22页 |
| 第三章 分类算法的改进 | 第22-36页 |
| 3.1 缺陷分析 | 第22页 |
| 3.2 不平衡数据集分类的研究 | 第22-26页 |
| 3.2.1 不平衡数据集分类的影响因素 | 第23-24页 |
| 3.2.2 不平衡数据集分类的优化方法 | 第24-26页 |
| 3.3 两种改进的组合分类算法 | 第26-29页 |
| 3.3.1 MDB算法 | 第26-27页 |
| 3.3.2 WMDB算法 | 第27-29页 |
| 3.4 算法评估 | 第29-34页 |
| 3.4.1 实验指标 | 第29页 |
| 3.4.2 实验结果 | 第29-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 水电站设备故障预测系统的需求分析 | 第36-42页 |
| 4.1 水电站设备组成及典型故障 | 第36-37页 |
| 4.2 故障预测系统的需求分析 | 第37-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 水电站设备故障预测系统设计与实现 | 第42-68页 |
| 5.1 开发环境和工具 | 第42-43页 |
| 5.1.1 Microsoft SQL Server 2008 R2 | 第42页 |
| 5.1.2 Microsoft Visual Stuio 2008 | 第42-43页 |
| 5.1.3 开发语言 | 第43页 |
| 5.2 数据预处理 | 第43-48页 |
| 5.2.1 数据选择 | 第44-45页 |
| 5.2.2 数据清理 | 第45页 |
| 5.2.3 数据集成 | 第45-46页 |
| 5.2.4 数据转换 | 第46-48页 |
| 5.3 数据库设计 | 第48-50页 |
| 5.3.1 时间维度设计 | 第49-50页 |
| 5.4 数据多维分析 | 第50-52页 |
| 5.4.1 数据立方体的构建 | 第50页 |
| 5.4.2 数据多维分析的实现 | 第50-52页 |
| 5.5 扩展算法的具体实现 | 第52-55页 |
| 5.5.1 算法创建 | 第53-54页 |
| 5.5.2 算法注册 | 第54-55页 |
| 5.6 分类算法的应用 | 第55-64页 |
| 5.6.1 Microsoft决策树算法的挖掘应用 | 第56-58页 |
| 5.6.2 Microsoft朴素贝叶斯算法的挖掘应用 | 第58-60页 |
| 5.6.3 MDB和WMDB算法的挖掘应用 | 第60-64页 |
| 5.7 应用结果验证对比 | 第64-67页 |
| 5.7.1 提升图比较 | 第64-66页 |
| 5.7.2 分类矩阵比较 | 第66-67页 |
| 5.8 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 附件A (攻读硕士学位期间发表的论文) | 第76页 |
