数据挖掘在工程数据分析中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·现代工程数据库的发展 | 第11-12页 |
| ·数据仓库技术的发展 | 第12-14页 |
| ·研究内容与意义 | 第14-15页 |
| ·本章小节 | 第15-16页 |
| 第二章 数据挖掘技术概述 | 第16-29页 |
| ·数据挖掘的概念与内涵 | 第17-20页 |
| ·数据挖掘的概念 | 第17页 |
| ·数据挖掘的分类 | 第17-20页 |
| ·数据挖掘技术的主要方法 | 第20-25页 |
| ·决策树方法 | 第20-21页 |
| ·人工神经网络方法 | 第21-24页 |
| ·关联规则提取 | 第24-25页 |
| ·遗传算法的应用 | 第25页 |
| ·国内外数据挖掘技术在工程数据上的应用情况 | 第25-28页 |
| ·质量预测 | 第25-26页 |
| ·故障诊断 | 第26-27页 |
| ·图像识别 | 第27页 |
| ·生物医学 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 面向工程应用的数据挖掘技术研究 | 第29-53页 |
| ·工程应用的需求分析 | 第29-30页 |
| ·毛纺工艺质量预测 | 第29页 |
| ·汽车零部件数据 | 第29页 |
| ·铸件水分含量的测定 | 第29-30页 |
| ·面向工程应用的决策树方法选择和实现 | 第30-41页 |
| ·分类规则分析 | 第30页 |
| ·决策树分类器 | 第30-32页 |
| ·决策树分类算法 | 第32-37页 |
| ·决策树生成算法 | 第37-41页 |
| ·关联规则挖掘算法 | 第41-52页 |
| ·关联算法基本描述 | 第41-42页 |
| ·原Apriori算法介绍 | 第42-43页 |
| ·针对工程数据Apriori算法的实现和改进 | 第43-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 数据挖掘工具系统设计 | 第53-61页 |
| ·功能模型 | 第53-54页 |
| ·数据结构 | 第54-56页 |
| ·界面设计 | 第56-60页 |
| ·数据准备部分 | 第56-58页 |
| ·数据挖掘部分 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 系统算法及实现 | 第61-64页 |
| ·面向对象技术的应用 | 第61页 |
| ·系统的开发环境 | 第61-62页 |
| ·系统算法及实现 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 数据挖掘的工程应用 | 第64-81页 |
| ·毛纺工艺质量预测 | 第64-73页 |
| ·毛纺工艺质量预测的背景 | 第64-66页 |
| ·基于数据挖掘的参数配置 | 第66-72页 |
| ·结果讨论与分析 | 第72-73页 |
| ·市场数据的分析和预测 | 第73-74页 |
| ·基于决策树的汽车零部件故障数据分析 | 第74-77页 |
| ·汽车CD机故障数据分析问题的提出 | 第74页 |
| ·基于决策树的汽车故障数据分析 | 第74-77页 |
| ·铸件水份检测数据的处理与结果分析 | 第77-80页 |
| ·本章小节 | 第80-81页 |
| 第七章 回顾与展望 | 第81-83页 |
| ·回顾 | 第81-82页 |
| ·展望 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 致谢 | 第86-87页 |
| 攻读硕士学位期间发表的学术论文 | 第87页 |
