| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-21页 |
| ·工业数据挖掘 | 第9-13页 |
| ·数据挖掘概念 | 第9-11页 |
| ·工业数据挖掘 | 第11-13页 |
| ·支持向量机 | 第13-19页 |
| ·支持向量机概念 | 第13-16页 |
| ·SVM的研究现状 | 第16-19页 |
| ·论文主要内容 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第二章 基于支持向量机与核主元分析的建模研究 | 第21-33页 |
| ·引言 | 第21页 |
| ·核主元分析 | 第21-24页 |
| ·PCA方法 | 第21-22页 |
| ·非线性PCA方法 | 第22-24页 |
| ·KPCA-SVR方法 | 第24-27页 |
| ·KPCA-SVR在复合肥生产中的应用 | 第27-31页 |
| ·仿真1：SVR、PCA-SVR和KPCA-SVR方法对比 | 第28-30页 |
| ·仿真2：采用带参数选择的SVR进行模型更新 | 第30-31页 |
| ·小结 | 第31-33页 |
| 第三章 基于支持向量机的关联规则提取 | 第33-45页 |
| ·引言 | 第33页 |
| ·关联规则 | 第33-35页 |
| ·基于支持向量机的关联规则提取算法 | 第35-39页 |
| ·支持向量聚类 | 第35-38页 |
| ·支持向量关联规则提取方法 | 第38-39页 |
| ·仿真研究 | 第39-44页 |
| ·仿真1：标准数据集仿真 | 第39-43页 |
| ·仿真2：某冶炼企业制酸浓度关联规则挖掘 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第四章 株冶数据挖掘软件 | 第45-65页 |
| ·引言 | 第45页 |
| ·数据挖掘软件发展 | 第45-48页 |
| ·数据挖掘软件发展 | 第45-46页 |
| ·数据挖掘软件市场占有率 | 第46-48页 |
| ·株冶数据挖掘软件整体框架设计 | 第48-50页 |
| ·软件设计与实现 | 第50-63页 |
| ·数据库的设计 | 第50-53页 |
| ·数据挖掘算法设计 | 第53-57页 |
| ·软件的界面设计 | 第57-63页 |
| ·小结 | 第63-65页 |
| 第五章 结论与展望 | 第65-67页 |
| ·论文内容总结 | 第65页 |
| ·展望 | 第65-67页 |
| 作者在攻读硕士学位期间发表论文 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 附录 论文所有工艺背景资料 | 第74-82页 |