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

数据挖掘在机房动力环境监控系统中的应用与研究

摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第8-13页
    1.1 课题研究背景和意义第8页
    1.2 国内外研究现状第8-10页
    1.3 课题的来源第10-11页
    1.4 论文结构及主要研究内容第11-13页
第二章 通信机房动力环境监控系统介绍第13-21页
    2.1 动力环境监控系统的主要作用第13-14页
    2.2 动力环境监控系统的性能要求第14页
    2.3 动力环境监控系统的监控对象分析第14-15页
    2.4 通信机房动力环境监控系统功能的实现第15-19页
        2.4.1 通信机房的数据采集第15页
        2.4.2 通信机房的数据传输方式第15-17页
        2.4.3 通信机房的系统结构第17-19页
    2.5 动力环境监控系统对设备的监控第19-20页
        2.5.1 非智能设备的监控第19页
        2.5.2 智能设备的监控第19-20页
    2.6 本章小结第20-21页
第三章 数据挖掘相关算法理论介绍第21-37页
    3.1 关联规则算法第21-28页
        3.1.1 关联算法Apriori的介绍第21-22页
        3.1.2 Apriori算法的基本原理第22-23页
        3.1.3 Apriori算法频繁项集的产生过程第23-26页
        3.1.4 Apriori算法规则的产生过程第26-28页
    3.2 分类算法第28-36页
        3.2.1 随机森林算法第28-29页
        3.2.2 随机森林算法的优点第29页
        3.2.3 随机森林算法的基本原理第29-34页
        3.2.4 随机森林算法的实现方法第34-36页
    3.3 本章小结第36-37页
第四章 数据挖掘技术在动力环境监控中应用第37-48页
    4.1 Apriori算法在动力环境监控系统空调工状况数据的应用第37-42页
        4.1.1 空调机组工况数据第37-39页
        4.1.2 空调机组故障预测模型的设计第39-40页
        4.1.3 空调机组故障预测数据流的建模第40-42页
    4.2 随机森林算法在动力环境监控系统UPS监控数据的应用第42-47页
        4.2.1 动力环境监控系统中的UPS监控数据第42-43页
        4.2.2 随机森林算法在UPS监控数据上应用第43-45页
        4.2.3 随机森林算法对 UPS 监控数据的建模第45-47页
    4.3 本章小结第47-48页
第五章 实验分析与总结第48-70页
    5.1 实验平台简介第48页
    5.2 数据在weka平台的导入第48-49页
    5.3 Apriori算法在动力环境监控系统空调工状况数据的实验第49-57页
        5.3.1 数据的预处理第49-51页
        5.3.2 可视化第51页
        5.3.3 数据的离散化第51-53页
        5.3.4 实验分析第53-57页
    5.4 随机森林算法在机房UPS中应用第57-69页
        5.4.1 分类器性能比较第59页
        5.4.2 数据挖掘实验分析第59-69页
    5.5 本章小结第69-70页
总结第70-72页
参考文献第72-75页
致谢第75-76页
在校期间主要研究成果第76-77页
附录A APRIORI算法在JAVA上实现代码第77-87页
附录B 随机森林算法在JAVA上代码实现第87-91页

论文共91页,点击 下载论文
上一篇:J县财政农业扶贫专项资金绩效审计研究
下一篇:基于扩展卡尔曼滤波的智能车辆多传感器融合定位系统研究