基于过程神经网络的数据挖掘及其应用研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-16页 |
·课题的来源及其研究的目的和意义 | 第9-10页 |
·课题的来源 | 第9页 |
·课题研究的目的和意义 | 第9-10页 |
·国内外相关领域的研究现状 | 第10-14页 |
·数据挖掘的发展现状 | 第10-12页 |
·神经网络的发展状况 | 第12-13页 |
·航空发动机性能衰退预测的发展状况 | 第13-14页 |
·本文总体构思及主要研究内容 | 第14-16页 |
·本文的总体构思 | 第14-15页 |
·论文的主要研究内容 | 第15-16页 |
第2章 过程神经网络数据挖掘中的数据准备研究 | 第16-27页 |
·引言 | 第16页 |
·数据挖掘的流程 | 第16-18页 |
·过程神经网络数据挖掘中的数据准备过程 | 第18-23页 |
·数据的平滑处理 | 第18-20页 |
·数据的归一化处理 | 第20-21页 |
·数据的回归分析 | 第21-22页 |
·数据集管理 | 第22-23页 |
·数据准备实例 | 第23-26页 |
·本章小结 | 第26-27页 |
第3章 基于双隐层径向基过程神经网络的数据挖掘 | 第27-35页 |
·引言 | 第27页 |
·过程神经网络在数据挖掘中的应用优势 | 第27-28页 |
·双隐层径向基过程神经网络的提出 | 第28-32页 |
·径向基过程神经元 | 第28-30页 |
·双隐层径向基过程神经网络模型 | 第30-32页 |
·双隐层径向基过程神经网络输出的计算 | 第32-33页 |
·基于双隐层径向基过程神经网络的数据挖掘流程 | 第33-34页 |
·本章小结 | 第34-35页 |
第4章 双隐层径向基过程神经网络的学习算法 | 第35-48页 |
·引言 | 第35页 |
·网络模型聚合运算的简化 | 第35-38页 |
·正交基函数 | 第35-36页 |
·径向基过程神经元聚合运算的简化 | 第36-38页 |
·网络模型权值及阈值的学习算法 | 第38-44页 |
·过程神经元中心向量及宽度系数的学习训练 | 第38-41页 |
·一般神经元隐层和输出层的权值训练 | 第41-44页 |
·基于径向基过程神经网络的数据挖掘实例 | 第44-47页 |
·本章小结 | 第47-48页 |
第5章 应用案例:航空发动机性能衰退预测研究 | 第48-57页 |
·引言 | 第48页 |
·数据挖掘在航空发动机性能衰退预测应用的可行性 | 第48页 |
·对涡轮排气温度指数进行预测挖掘 | 第48-53页 |
·任务描述 | 第49-50页 |
·对EGT 指数预测挖掘的实施 | 第50-53页 |
·对发动机滑油金属含量进行预测挖掘 | 第53-56页 |
·任务描述 | 第53-54页 |
·对滑油金属含量预测挖掘的实施 | 第54-56页 |
·本章小结 | 第56-57页 |
结论 | 第57-58页 |
参考文献 | 第58-62页 |
攻读硕士学位期间所发表的论文 | 第62-64页 |
致谢 | 第64页 |