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--计算机的应用论文--在其他方面的应用论文

大庆采油九厂生产辅助分析系统

第1章 绪论第1-32页
 1.1 概述第10页
 1.2 数据仓库技术概述第10-17页
  1.2.1 什么是数据仓库第10-11页
  1.2.2 数据仓库的由来第11-12页
  1.2.3 数据仓库的结构第12-13页
  1.2.4 建立数据仓库的流程第13-14页
  1.2.5 数据仓库产品第14-15页
  1.2.6 应用数据仓库的意义第15-16页
  1.2.7 数据仓库能解决的问题第16-17页
 1.3 OLAP技术概述第17-27页
  1.3.1 OLAP的概念及起源第17-18页
  1.3.2 OLAP的特性第18页
  1.3.3 OLAP的12条准则第18-19页
  1.3.4 OLAP的分类第19-20页
  1.3.5 OLAP的多维数据概念第20-26页
  1.3.6 OLAP的WEB结构第26-27页
  1.3.7 OLAP与数据仓库第27页
 1.4 数据挖掘技术概况第27-31页
  1.4.1 数据挖掘的语言第28-29页
  1.4.2 数据挖掘最常用的技术第29-30页
  1.4.3 数据挖掘工具第30页
  1.4.4 数据挖掘的应用第30-31页
 1.5 文本的主要工作第31-32页
第2章 系统的总体设计第32-38页
 2.1 课题背景及意义第32-33页
 2.2 系统的总体设计第33-34页
 2.3 系统的总体设计思想第34-37页
  2.3.1 动态编程技术的构成第35-36页
  2.3.2 动态编程技术的实现与应用第36-37页
  2.3.3 动态编程技术应用效果分析第37页
 2.4 本章小结第37-38页
第3章 数据仓库及OLAP部分设计第38-55页
 3.1 数据仓库部分设计第38-44页
  3.1.1 概述第38-39页
  3.1.2 数据的清理第39-42页
  3.1.3 集成第42-44页
  3.1.4 集成的解决方案第44页
 3.2 联机分析处理(OLAP)设计第44-54页
  3.2.1 多维数据模型第44-54页
  3.2.2 OLAP服务器类型的选择第54页
 3.3 本章小结第54-55页
第4章 数据挖掘部分设计第55-69页
 4.1 概述第55页
 4.2 进行数据挖掘的目的和意义第55-56页
 4.3 径向基函数(RBF)网络介绍第56-57页
 4.4 径向基函数网络(RBF)第57-58页
 4.5 径向基函数神经元模型第58-60页
 4.6 RBF神经网络同BP网络比较第60-61页
 4.7 基于RBF网络的修井预测及分析第61-68页
  4.7.1 数学模型的确定第61-62页
  4.7.2 数据预处理第62-64页
  4.7.3 RBF网络在修井成功性预测中的应用第64-68页
 4.8 本章小结第68-69页
结论第69-71页
参考文献第71-73页
攻读硕士学位期间发表的论文和取得的科研成果第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:阿瑟·米勒心理现实剧心理外化技巧及剧作结构初探
下一篇:软预算约束与经济转轨路径的选择