| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 引言 | 第9页 |
| 1.2 课题研究现状 | 第9-11页 |
| 1.2.1 故障分析及预测研究现状 | 第9-10页 |
| 1.2.2 数据仓库研究现状 | 第10-11页 |
| 1.3 研究现状总结 | 第11页 |
| 1.4 课题研究内容 | 第11-12页 |
| 1.5 论文的内容安排 | 第12-13页 |
| 第二章 QAR数据与数据仓库 | 第13-20页 |
| 2.1 QAR数据介绍 | 第13-17页 |
| 2.1.1 QAR数据的格式 | 第13-14页 |
| 2.1.2 QAR数据的译码 | 第14-15页 |
| 2.1.3 QAR数据文件 | 第15-17页 |
| 2.2 数据仓库概述 | 第17-19页 |
| 2.2.1 数据仓库的概念 | 第17-18页 |
| 2.2.2 数据仓库的特点 | 第18页 |
| 2.2.3 数据仓库与数据库的区别 | 第18-19页 |
| 2.3 建立QAR数据仓库 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 数据仓库的设计与实现 | 第20-35页 |
| 3.1 QAR数据仓库解决方案模型 | 第20-21页 |
| 3.2 QAR数据仓库的设计 | 第21-26页 |
| 3.2.1 主题域 | 第22页 |
| 3.2.2 数据仓库建模 | 第22-23页 |
| 3.2.3 确认数据仓库的粒度 | 第23-24页 |
| 3.2.4 事实表的详细设计 | 第24-25页 |
| 3.2.5 维度表的详细设计 | 第25页 |
| 3.2.6 维度表与事实表的关联 | 第25-26页 |
| 3.3 QAR数据仓库的ETL实现 | 第26-34页 |
| 3.3.1 ETL的设计步骤 | 第27-28页 |
| 3.3.2 ETL的实现方法 | 第28页 |
| 3.3.3 ETL操作的内容 | 第28-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于数据仓库的故障分析 | 第35-50页 |
| 4.1 飞机事故分析 | 第35-36页 |
| 4.2 多维立方体的创建 | 第36-38页 |
| 4.2.1 多维立方体的创建 | 第36-37页 |
| 4.2.2 多维立方体的存储方式 | 第37页 |
| 4.2.3 多维立方体的浏览 | 第37-38页 |
| 4.3 OLAP分析 | 第38-41页 |
| 4.3.1 OLAP的定义 | 第38-39页 |
| 4.3.2 OLAP分析的基本操作 | 第39页 |
| 4.3.3 OLAP分析实例 | 第39-41页 |
| 4.4 故障趋势预测 | 第41-44页 |
| 4.4.1 Microsoft时序算法 | 第42-43页 |
| 4.4.2 Microsoft时序算法应用 | 第43-44页 |
| 4.5 故障不确定性分析 | 第44-47页 |
| 4.5.1 Microsoft Naive Bayes算法 | 第44-45页 |
| 4.5.2 Microsoft Naive Bayes算法应用 | 第45-47页 |
| 4.6 故障关联分析 | 第47-49页 |
| 4.6.1 关联规则算法 | 第47-48页 |
| 4.6.2 关联规则算法应用 | 第48-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 论文工作总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者简介 | 第56页 |