| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-26页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·铝电解工艺研究现状 | 第10-11页 |
| ·课题研究的内容 | 第11-24页 |
| ·数据仓库 | 第11-12页 |
| ·数据挖掘 | 第12页 |
| ·聚类算法 | 第12-24页 |
| ·回归算法 | 第24页 |
| ·课题研究目标 | 第24-25页 |
| ·时间窗口滑动算法与槽况的关系 | 第24页 |
| ·曲线平均变化率与参数权重的关系 | 第24-25页 |
| ·回归算法对槽况的预测 | 第25页 |
| ·论文组织 | 第25-26页 |
| 2 系统实现的理论基础 | 第26-43页 |
| ·数据仓库技术 | 第26-33页 |
| ·数据仓库的产生 | 第26页 |
| ·数据仓库的基本概念与特征 | 第26-28页 |
| ·数据仓库结构 | 第28页 |
| ·数据仓库的关键技术 | 第28-29页 |
| ·数据仓库的数据组织 | 第29-31页 |
| ·多维分析及OLAP的概念 | 第31-33页 |
| ·数据挖掘 | 第33-39页 |
| ·数据挖掘任务 | 第33-34页 |
| ·数据挖掘对象 | 第34页 |
| ·数据挖掘流程 | 第34-35页 |
| ·数据挖掘方法 | 第35-36页 |
| ·评价数据挖掘软件需要考虑的问题 | 第36-37页 |
| ·数据挖掘的应用 | 第37-38页 |
| ·数据挖掘的发展趋势 | 第38-39页 |
| ·时间序列分析方法 | 第39-41页 |
| ·回归分析 | 第41-43页 |
| ·一元线形回归 | 第41页 |
| ·多元线形回归 | 第41页 |
| ·逐步回归分析 | 第41-42页 |
| ·曲线回归分析 | 第42-43页 |
| 3 时间窗口滑动算法应用于槽况判断与预测的设计思想 | 第43-47页 |
| ·算法步骤 | 第43-44页 |
| ·核心算法描述 | 第44-46页 |
| ·算法说明 | 第46页 |
| ·结果分析 | 第46-47页 |
| 4 系统设计与实现 | 第47-65页 |
| ·系统总体设计原则 | 第47页 |
| ·开发工具及语言 | 第47页 |
| ·系统总体设计 | 第47-48页 |
| ·系列槽聚类 | 第48-61页 |
| ·原始数据的抽取 | 第49页 |
| ·空值处理 | 第49-50页 |
| ·数据的规范化 | 第50-53页 |
| ·数据平滑 | 第53-57页 |
| ·传统K-means聚类 | 第57-58页 |
| ·改进的K-means聚类 | 第58-59页 |
| ·参数配置 | 第59-61页 |
| ·单槽槽况分析 | 第61-65页 |
| ·单槽数据的提取与时间段的分割 | 第61-62页 |
| ·单槽数据的预处理 | 第62页 |
| ·基于时间窗口滑动算法对槽况的分析及预测 | 第62-65页 |
| 5 总结与展望 | 第65-67页 |
| ·工作总结 | 第65页 |
| ·工作展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |