| 摘要 | 第8-10页 |
| abstract | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 论文研究内容、创新点 | 第16-17页 |
| 1.3.1 论文研究内容 | 第16页 |
| 1.3.2 论文创新点 | 第16-17页 |
| 1.4 论文组织结构 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 系统模型及算法流程 | 第18-25页 |
| 2.1 流程对象 | 第18-21页 |
| 2.1.1 流程工业检测过程 | 第18-19页 |
| 2.1.2 抽象模型 | 第19-20页 |
| 2.1.3 问题分析 | 第20-21页 |
| 2.2 知识发现系统原始设计 | 第21-23页 |
| 2.2.1 数据预处理 | 第21-22页 |
| 2.2.2 时序发现与调整 | 第22页 |
| 2.2.3 环节聚类 | 第22-23页 |
| 2.2.4 关联分析 | 第23页 |
| 2.2.5 状态关联 | 第23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 相关算法的改进 | 第25-30页 |
| 3.1 基于Z-score的环节数据归一化 | 第25-27页 |
| 3.1.1 常用归一化方法 | 第25-26页 |
| 3.1.2 环节数据的Z-score归一化 | 第26-27页 |
| 3.2 基于Pearson相关系数曲线进行时序发现 | 第27-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 系统的并行化设计 | 第30-50页 |
| 4.1 相关并行计算理论 | 第31-35页 |
| 4.1.1 并行机架构 | 第31-32页 |
| 4.1.2 并行计算层级 | 第32页 |
| 4.1.3 并行编程模型 | 第32-34页 |
| 4.1.4 集群计算框架Spark | 第34-35页 |
| 4.2 边界数据处理 | 第35-37页 |
| 4.3 数据预处理 | 第37-39页 |
| 4.3.1 空值填充 | 第37页 |
| 4.3.2 数据过滤 | 第37-38页 |
| 4.3.3 数据平滑 | 第38页 |
| 4.3.4 数据抽样 | 第38-39页 |
| 4.4 时序发现与调整 | 第39-41页 |
| 4.4.1 基于统计极值的时序发现 | 第40-41页 |
| 4.4.2 基于Pearson相关系数曲线的时序发现 | 第41页 |
| 4.5 环节聚类 | 第41-44页 |
| 4.5.1 K-Means聚类算法 | 第42-43页 |
| 4.5.2 基于轮廓系数的最佳K值获取算法 | 第43-44页 |
| 4.6 关联分析 | 第44-48页 |
| 4.6.1 关联规则简介 | 第44-45页 |
| 4.6.2 关联规则挖掘的一般步骤 | 第45-46页 |
| 4.6.3 经典Apriori算法 | 第46-47页 |
| 4.6.4 Apriori算法的并行化 | 第47-48页 |
| 4.6.5 从聚类关联到环节关联 | 第48页 |
| 4.7 状态关联 | 第48-49页 |
| 4.8 本章小结 | 第49-50页 |
| 第五章 系统实现与分析 | 第50-58页 |
| 5.1 火力发电系统简介 | 第50-51页 |
| 5.2 系统开发、调试与实验的环境 | 第51-54页 |
| 5.2.1 系统开发环境 | 第52-53页 |
| 5.2.2 系统调试环境 | 第53页 |
| 5.2.3 系统实验环境 | 第53-54页 |
| 5.3 系统运行结果简要说明 | 第54-56页 |
| 5.4 并行加速比 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-61页 |
| 6.1 论文总结 | 第58-59页 |
| 6.2 工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录 | 第66页 |