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

工业数据挖掘中有偏估计问题及解决方案研究

摘要第1-5页
ABSTRACT第5-6页
目录第6-9页
图表目录第9-11页
第一章 绪论第11-24页
   ·引言第11页
   ·数据挖掘概述第11-16页
     ·数据挖掘的定义第11-12页
     ·数据挖掘的种类第12-13页
     ·数据挖掘的方法第13-14页
     ·数据挖掘与统计分析的关系第14-15页
     ·国内外研究和应用现状第15-16页
   ·工业数据挖掘步骤与应用第16-20页
     ·数据挖掘存在的问题第18页
     ·工业过程数学模型数据挖掘第18-19页
     ·最小二乘法的贡献第19-20页
   ·工业数据挖掘中有偏估计问题第20-23页
     ·随机误差的早期研究第21页
     ·线性回归模型参数的无偏估计第21-22页
     ·线性回归模型参数的有偏估计第22-23页
     ·工业数据挖掘中参数估计有偏性第23页
   ·论文的主要结构与内容第23-24页
第二章 工业数据检测与检测误差第24-33页
   ·引言第24页
   ·数据检测技术第24-25页
   ·测量相关概念第25-28页
     ·测量的定义第25页
     ·测量的分类第25-26页
     ·常见的生产过程检测物理量第26-27页
     ·测量误差与测量不确定度第27-28页
   ·生产过程检测误差第28-29页
   ·流程工业非接触生产数据检测仪器与性能第29-32页
     ·光学高温计第29-30页
     ·轧制力测量仪第30-31页
     ·厚度测量仪第31页
     ·宽度测量仪第31-32页
   ·小结第32-33页
第三章 工业数据挖掘方法与问题第33-41页
   ·引言第33页
   ·工业生产过程数据建模第33-36页
     ·机理模型的使用困难与相应作用第33-34页
     ·生产过程统计建模第34页
     ·生产过程预测模型第34页
     ·回归分析第34-36页
     ·传统生产过程数据建模方法的缺陷第36页
   ·面向钢铁生产过程产品质量预测的数据挖掘方法第36-37页
   ·工业数据建模中模型参数有偏估计问题第37-39页
   ·工业数据建模中模型参数有偏估计的解决方案第39-40页
   ·小结第40-41页
第四章 校正最小二乘参数估计法第41-54页
   ·引言第41页
   ·线性变量误差模型概述第41-43页
     ·线性变量误差模型研究的难点第43页
   ·二元线性变量误差模型参数估计第43-46页
     ·自变量带测量误差的期望与方差第43-44页
     ·测量误差方差第44页
     ·自变量相关系数第44-45页
     ·基于校正最小二乘法的二元线性EV 模型第45-46页
   ·多元线性变量误差模型参数估计第46-49页
     ·多变量EV 模型的Davie 和Hutton 参数估计方法第47-48页
     ·多变量EV 模型校正最小二乘法参数估计第48-49页
   ·多项式EV 模型参数估计第49-51页
   ·非线性EV 模型参数估计第51-52页
   ·小结第52-54页
第五章 软件开发与仿真分析第54-81页
   ·引言第54页
   ·系统设计概要第54-57页
     ·系统体系结构第54页
     ·系统功能框图第54-55页
     ·系统数据流第55-56页
     ·后台数据库设计第56-57页
     ·软件应用界面设计第57页
   ·算法效果分析与比较第57-77页
     ·算法性能评价指标第57-60页
     ·自变量正态分布且变量间存在互相关时参数估计第60-63页
     ·自变量正态分布且采样数据信噪比减少时参数估计第63-68页
     ·自变量均匀分布且采样数据量增大时DH 算法、LS 算法、EV 算法性能比较第68-73页
     ·自变量正态分布且采样数据量增大时DH 算法、LS 算法、EV 算法性能比较第73-77页
   ·定量数值计算分析第77-80页
   ·小结第80-81页
第六章 总结与展望第81-82页
参考文献第82-85页
附录:符号说明第85-86页
致谢第86-87页
攻读硕士学位期间发表的学术论文目录第87页

论文共87页,点击 下载论文
上一篇:自然场景下的文本定位与提取
下一篇:跨平台工具软件在控制软件开发中的应用