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

基于数据挖掘的电力试验决策支持系统的研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-16页
    1.1 系统研究的意义第10-11页
    1.2 国内外研究历史与现状第11-14页
    1.3 本文的主要贡献与创新第14页
    1.4 本论文的结构安排第14-16页
第二章 相关理论概述第16-29页
    2.1 数据仓库技术第16-18页
        2.1.1 数据仓库与传统数据库的区别第16-17页
        2.1.2 数据仓库的体系结构第17-18页
    2.2 数据挖掘技术第18-25页
        2.2.1 数据挖掘过程第18-19页
        2.2.2 数据挖掘任务第19-21页
        2.2.3 数据挖掘算法第21-25页
    2.3 决策支持系统第25-29页
        2.3.1 决策支持系统的概念第25页
        2.3.2 决策支持系统的基本特性第25-26页
        2.3.3 决策支持系统的框架结构第26-29页
第三章 需求分析第29-37页
    3.1 业务流程分析第29-31页
        3.1.1 业务流程介绍第29-30页
        3.1.2 业务流程分析第30-31页
    3.2 系统功能分析第31-33页
        3.2.1 信息管理子系统第32页
        3.2.2 检索统计子系统第32-33页
        3.2.3 决策支持子系统第33页
    3.3 数据流程分析第33-36页
        3.3.1 系统顶层DFD图第33-34页
        3.3.2 系统第一层DFD图第34-35页
        3.3.3 系统第二层DFD图第35-36页
    3.4 本章小结第36-37页
第四章 系统设计第37-48页
    4.1 系统目标第37页
    4.2 系统结构设计第37-38页
    4.3 系统功能模块设计第38-41页
    4.4 数据仓库设计第41-47页
        4.4.1 数据仓库主题设计第41页
        4.4.2 概念模型设计第41-42页
        4.4.3 逻辑模型设计第42-44页
        4.4.4 物理模型设计第44-45页
        4.4.5 数据库表设计第45-47页
    4.5 本章小结第47-48页
第五章 系统实现第48-62页
    5.1 数据仓库的实现第48-49页
    5.2 功能模块的实现第49-59页
    5.3 k-means聚类算法在设备缺陷分析中的应用第59-62页
第六章 总结与展望第62-64页
    6.1 本文的主要工作第62页
    6.2 展望第62-64页
致谢第64-65页
参考文献第65-67页

论文共67页,点击 下载论文
上一篇:基于BIM技术的精细化算量系统设计与实现
下一篇:基于GPU的JPEG2000高速数据处理系统研究