首页--数理科学和化学论文--化学论文--无机化学论文--金属元素及其化合物论文--第Ⅲ族金属元素及其化合物论文

数据挖掘方法在磷酸铝合成数据分析上的应用

摘要第1-5页
Abstract第5-7页
目录第7-9页
第一章 绪论第9-13页
   ·沸石分子筛简介第9-10页
   ·磷酸铝分子筛简介第10-11页
   ·分子筛研究现状与应用发展第11页
   ·本文研究意义和内容第11-13页
第二章 磷酸铝合成反应数据库第13-20页
   ·数据库简介第13-14页
   ·数据库参数第14-17页
   ·数据库的数据统计分析第17-20页
     ·孔道环数第17页
     ·骨架元素组成分布第17-18页
     ·反应产物的结构维数第18页
     ·模板剂分布第18-20页
第三章 数据挖掘方法在磷酸铝定向合成上的研究与应用第20-29页
   ·神经网络第20-21页
   ·支持向量机第21-23页
   ·K 近邻分类算法第23-24页
   ·决策树第24-26页
   ·AdaBoost第26页
   ·经典的数据挖掘方法在定向合成上的应用第26-29页
第四章 补值方法在磷酸铝合成数据库上的研究与应用第29-44页
   ·背景介绍第29-30页
   ·补值方法简介第30-31页
     ·KNNimpute 方法第30页
     ·SVDimpute 方法第30页
     ·BPimpute 方法第30-31页
     ·LSimpute 方法第31页
   ·实验结果与分析第31-42页
     ·实验用数据库第31页
     ·补值实验设计与结果分析第31-41页
     ·补值算法对现有数据的修正第41-42页
   ·本章总结第42-44页
第五章 基于集成式特征选择方法在定向合成上的研究与应用第44-52页
   ·背景介绍第44页
   ·特征选择方法简介第44-45页
   ·一种新的集成式特征选择方法第45-49页
     ·特征预排序阶段第45-48页
     ·投票阶段第48-49页
     ·再选择阶段第49页
   ·实验结果与分析第49-51页
   ·本章总结第51-52页
第六章 基于随机子空间的特征选择方法在定向合成上的研究与应用第52-58页
   ·背景介绍第52页
   ·一种新的基于随机子空间的特征选择方法第52-54页
     ·基于 PCA 的随机子空间方法第52-54页
     ·Fisher 得分融合第54页
     ·顺序前向搜索算法第54页
   ·实验结果与分析第54-57页
     ·实验参数设置第54-55页
     ·实验结果与分析第55-57页
   ·本章总结第57-58页
总结与展望第58-59页
参考文献第59-64页
致谢第64-65页
在学期间公开发表论文情况第65页

论文共65页,点击 下载论文
上一篇:有机基团功能化修饰的介孔二氧化硅负载型Mn(salen)杂化催化剂的设计及其氧化催化性能研究
下一篇:调控含氮有机配体构建多酸杂化化合物