基于规则的数据挖掘方法在故障诊断中的应用
| 第一章 绪论 | 第1-11页 |
| ·故障诊断的发展现状 | 第6-7页 |
| ·信号分析方法简介 | 第7-8页 |
| ·数据挖掘概论 | 第8-10页 |
| ·本文的主要工作 | 第10-11页 |
| 第二章 基于数据挖掘的故障诊断思想 | 第11-16页 |
| ·前言 | 第11页 |
| ·运用KDD诊断故障的基本思想 | 第11-12页 |
| ·系统的设计步骤 | 第12-13页 |
| ·旋转机械常见故障类型及数据表示 | 第13-16页 |
| 第二章 基于决策树方法的数据挖掘 | 第16-28页 |
| ·引言 | 第16页 |
| ·构造决策树 | 第16-20页 |
| ·基本算法 | 第17-18页 |
| ·属性选择 | 第18页 |
| ·噪声与剪枝 | 第18-19页 |
| ·决策树优化 | 第19页 |
| ·子树复制及碎片问题 | 第19-20页 |
| ·提取规则 | 第20-21页 |
| ·具有丢失数据问题的处理 | 第21页 |
| ·决策树分类能力及缺陷 | 第21-22页 |
| ·实例分析 | 第22-26页 |
| ·本章小结 | 第26-28页 |
| 第四章 基于粗糙集方法的数据挖掘 | 第28-41页 |
| ·引言 | 第28页 |
| ·理论基础 | 第28-31页 |
| ·信息系统与信息表 | 第29页 |
| ·上、下近似集 | 第29页 |
| ·可辨识矩阵 | 第29-30页 |
| ·决策规则的表示 | 第30页 |
| ·规则的不确定性度量 | 第30-31页 |
| ·属性归约 | 第31-34页 |
| ·数据预处理 | 第31-32页 |
| ·决策表属性的必要性 | 第32页 |
| ·属性约简的信息熵表示 | 第32-33页 |
| ·属性约简算法 | 第33-34页 |
| ·实例分析 | 第34-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于关联规则的数据挖掘 | 第41-53页 |
| ·前言 | 第41页 |
| ·关联规则简述 | 第41-43页 |
| ·基本概念 | 第41-42页 |
| ·理论抽象 | 第42-43页 |
| ·关联规则挖掘的过程 | 第43页 |
| ·关联规则的种类 | 第43页 |
| ·关联规则挖掘算法 | 第43-48页 |
| ·Apriori算法 | 第43-44页 |
| ·多值关联规则的挖掘 | 第44-48页 |
| ·应用实例 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 系统的软件实现 | 第53-61页 |
| ·前言 | 第53页 |
| ·数据库的设计 | 第53-56页 |
| ·数据库需求分析 | 第53-54页 |
| ·数据库概念设计 | 第54页 |
| ·数据库逻辑设计 | 第54-55页 |
| ·数据库物理设计 | 第55-56页 |
| ·数据库与系统接口的实现 | 第56页 |
| ·系统程序设计 | 第56-58页 |
| ·挖掘系统简介 | 第58-61页 |
| 第七章 总结与展望 | 第61-64页 |
| ·总结 | 第61-62页 |
| ·其它几种数据挖掘方法 | 第62页 |
| ·数据挖掘展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
