机舱数据挖掘技术的研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 机械设备故障诊断技术 | 第10-12页 |
| 1.2.1 国内外故障诊断发展状况 | 第10-12页 |
| 1.2.2 故障诊断技术在船舶机舱中的应用 | 第12页 |
| 1.3 数据挖掘技术在机械故障诊断中的应用 | 第12-14页 |
| 1.3.1 模式识别 | 第13页 |
| 1.3.2 故障诊断 | 第13-14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 第2章 数据挖掘理论基础 | 第15-24页 |
| 2.1 数据挖掘定义 | 第15页 |
| 2.2 数据挖掘过程 | 第15-20页 |
| 2.2.1 数据挖掘一般过程 | 第15-16页 |
| 2.2.2 数据挖掘跨行业标准过程 | 第16-19页 |
| 2.2.3 典型数据挖掘系统 | 第19-20页 |
| 2.3 数据挖掘任务 | 第20-22页 |
| 2.4 数据挖掘常见应用 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 数据挖掘决策树分类技术的基本理论 | 第24-36页 |
| 3.1 决策树分类概述 | 第24-26页 |
| 3.2 决策树分类预测过程 | 第26-27页 |
| 3.3 决策树分类算法 | 第27-33页 |
| 3.3.1 ID3算法 | 第27-30页 |
| 3.3.2 C4.5算法 | 第30-33页 |
| 3.4 决策树剪枝 | 第33-34页 |
| 3.4.1 预先剪枝 | 第33-34页 |
| 3.4.2 后剪枝 | 第34页 |
| 3.5 决策树评价 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 基于数据挖掘的船用主机故障诊断技术 | 第36-56页 |
| 4.1 船用主机的工作原理及常见系统 | 第36-37页 |
| 4.2 船用主机的工作参数及故障特点 | 第37-39页 |
| 4.2.1 船用主机工作参数 | 第37-38页 |
| 4.2.2 船用主机故障特点 | 第38-39页 |
| 4.3 基于决策树船用主机燃油系统故障诊断流程 | 第39-55页 |
| 4.3.1 燃油系统故障分析 | 第39-41页 |
| 4.3.2 喷油器故障数据采集 | 第41-45页 |
| 4.3.3 故障样本数据处理 | 第45-50页 |
| 4.3.4 决策树故障诊断模型生成 | 第50-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 基于数据挖掘决策树船用主机故障诊断系统 | 第56-66页 |
| 5.1 故障诊断系统需求分析 | 第56-57页 |
| 5.2 故障诊断系统的设计方法 | 第57-62页 |
| 5.2.1 故障诊断系统结构 | 第57-58页 |
| 5.2.2 故障诊断系统软件设计 | 第58-62页 |
| 5.3 数据挖掘决策树诊断模块实现 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
