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

基于MAS的数据挖掘模型自动选择方法研究

摘要第1-6页
ABSTRACT第6-8页
创新点摘要第8-11页
第1章 绪论第11-26页
   ·研究背景第11-12页
   ·课题研究的目的和意义第12-14页
   ·数据挖掘模型研究现状第14-21页
     ·数据挖掘算法研究第14-21页
     ·数据挖掘建模技术研究第21页
   ·论文研究路线第21-24页
     ·主要研究内容第22-23页
     ·关键技术第23页
     ·研究方法第23-24页
   ·论文组织第24-26页
第2章 数据挖掘模型选择通用建模技术第26-61页
   ·数据挖掘模型选择方法第26-29页
   ·建模概念第29-32页
   ·特征抽象第32-41页
     ·数据挖掘分类第32-34页
     ·接口类型第34-35页
     ·数据特征第35-38页
     ·业务特征第38-40页
     ·数据挖掘技术特征第40-41页
   ·数据挖掘模型自动选择过程第41页
   ·数据挖掘模型选择框架第41-53页
     ·节点设计第44页
     ·数据特征分析目标第44-45页
     ·数据预处理目标第45-49页
     ·获得数据挖掘可行模型集合目标第49-53页
   ·可行数据挖掘模型集合求解第53-60页
     ·DMMS_E设计第54-56页
     ·DMMS_F设计第56-60页
   ·小结第60-61页
第3章 数据挖掘模型评价体系第61-75页
   ·数据挖掘模型评价分析第61-62页
   ·数据挖掘模型评价目标第62-63页
   ·数据挖掘模型评价因子第63-68页
   ·数据挖掘模型综合评价方法第68-74页
     ·数据挖掘模型性能指标评估体系第70-71页
     ·DMEM-AF模型设计第71-74页
   ·小结第74-75页
第4章 基于MAS的数据挖掘模型自动选择机制第75-114页
   ·DMMAS机制分析第75-78页
   ·基于MAS的DMMAS模型第78-86页
     ·模型定义第78-80页
     ·基于MAS的DMMAS模型框架第80-83页
     ·Agent集群第83-86页
   ·数据挖掘模型选择支撑环境第86-95页
     ·数据挖掘建模知识结构第87-89页
     ·支持DMMAS的知识库设计第89-91页
     ·数据挖掘模型选择推理第91-95页
   ·Agent模型第95-100页
     ·Agent信念设计第97-99页
     ·Agent意图设计第99页
     ·Agent行为设计第99-100页
   ·Agent动态管理第100-106页
     ·Agent动态管理框架结构第100-103页
     ·Agent管理层第103-105页
     ·Agent动态管理框架第105-106页
   ·基于MAS的DMMAS系统设计第106-113页
     ·数据挖掘模型自动选择任务定义第106-109页
     ·基于MAS的数据挖掘算法模型选择第109-112页
     ·Agent角色设计第112-113页
   ·小结第113-114页
第5章 油田生产领域数据挖掘模型选择与应用第114-133页
   ·石油测井岩性识别数据挖掘模型选择第114-119页
     ·测井数据分析框架第115-116页
     ·测井数据预处理框架第116-117页
     ·岩性识别数据挖掘模型选择第117-119页
   ·基于数据挖掘的压裂措施应用分析第119-120页
   ·油井压裂措施数据挖掘模型分析第120-124页
     ·压裂措施业务特征分析第120-121页
     ·生产数据分析第121-124页
   ·油井压裂措施数据挖掘方案推理第124-129页
     ·归约第127-128页
     ·数据挖掘算法自调整设计第128-129页
   ·油井压裂措施设计系统运行效果第129-132页
     ·训练学习第131-132页
     ·挖掘结果第132页
   ·小结第132-133页
结论与展望第133-135页
参考文献第135-145页
个人简历、在攻读博士学位期间发表的论文第145-146页
致谢第146-147页
详细摘要第147-162页

论文共162页,点击 下载论文
上一篇:压力容器蒸汽爆炸临界条件分析及后果仿真
下一篇:大庆西部稠油潜力评价及开发方式优化研究