B737飞行故障分析与决策算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 飞机故障诊断方法 | 第12-13页 |
| 1.3.1 传统诊断方法 | 第12页 |
| 1.3.2 智能诊断方法 | 第12-13页 |
| 1.4 本文主要研究工作 | 第13页 |
| 1.5 本文内容安排 | 第13-14页 |
| 第二章 QAR数据关联规则挖掘系统设计与实现 | 第14-24页 |
| 2.1 QAR数据介绍 | 第14-17页 |
| 2.1.1 QAR记录规范 | 第15页 |
| 2.1.2 QAR参数类型和特点 | 第15-17页 |
| 2.2 系统结构分析 | 第17-18页 |
| 2.2.1 系统整体分析与功能设计 | 第17-18页 |
| 2.2.2 系统架构设计 | 第18页 |
| 2.3 系统总体实现 | 第18-23页 |
| 2.3.1 系统数据库 | 第19-20页 |
| 2.3.2 系统主要模块 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于QAR数据的关联规则挖掘算法的研究 | 第24-37页 |
| 3.1 概述 | 第24-28页 |
| 3.1.1 数据挖掘 | 第24-25页 |
| 3.1.2 关联规则 | 第25-27页 |
| 3.1.3 Apriori算法 | 第27-28页 |
| 3.2 数据预处理 | 第28-30页 |
| 3.2.1 数据清洗 | 第28-29页 |
| 3.2.2 数据离散化 | 第29-30页 |
| 3.3 基于事务列表的关联规则算法 | 第30-33页 |
| 3.3.1 算法思想 | 第30-31页 |
| 3.3.2 算法描述 | 第31页 |
| 3.3.3 实例说明 | 第31-33页 |
| 3.4 实验结果 | 第33-36页 |
| 3.4.1 实验环境和数据准备 | 第33页 |
| 3.4.2 实验分析 | 第33-35页 |
| 3.4.3 算法评价 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 决策树算法在QAR数据挖掘的应用性研究 | 第37-50页 |
| 4.1 概述 | 第37-44页 |
| 4.1.1 决策树算法 | 第37-38页 |
| 4.1.2 ID3算法 | 第38-42页 |
| 4.1.3 C4.5 算法 | 第42-44页 |
| 4.2 实验准备 | 第44-46页 |
| 4.2.1 实验环境 | 第44-45页 |
| 4.2.2 实验数据 | 第45-46页 |
| 4.3 实验结果与分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 本文工作总结 | 第50-51页 |
| 5.2 研究展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间的科研成果 | 第57页 |
