| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的主要研究工作 | 第11页 |
| 1.4 本文的内容安排 | 第11-13页 |
| 第二章 飞行数据、FOQA及数据挖掘概述 | 第13-21页 |
| 2.1 飞行数据 | 第13-16页 |
| 2.1.1 飞行数据概述 | 第13-14页 |
| 2.1.2 QAR数据集 | 第14-16页 |
| 2.2 FOQA计划 | 第16-18页 |
| 2.2.1 FOQA工作流程 | 第16-18页 |
| 2.2.2 FOQA存在的问题 | 第18页 |
| 2.3 数据挖掘概述 | 第18-21页 |
| 第三章 基于飞行阶段的QAR数据仓库设计与实现 | 第21-34页 |
| 3.1 数据仓库技术 | 第21-24页 |
| 3.1.1 数据仓库概念 | 第21-22页 |
| 3.1.2 QAR数据仓库总体架构 | 第22-24页 |
| 3.1.3 OLAP技术 | 第24页 |
| 3.2 基于飞行阶段的QAR数据仓库设计 | 第24-28页 |
| 3.2.1“飞行阶段”主题 | 第24-25页 |
| 3.2.2 多维模型 | 第25-27页 |
| 3.2.3 基于飞行阶段划分的另外优势--数据压缩 | 第27-28页 |
| 3.3 基于飞行阶段的QAR数据仓库实现 | 第28-30页 |
| 3.3.1 数据整合 | 第28页 |
| 3.3.2 仓库搭建 | 第28-29页 |
| 3.3.3 OLAP分析 | 第29-30页 |
| 3.4 基于飞行阶段的相似性分析 | 第30-34页 |
| 3.4.1 动态时间弯曲距离 | 第30-32页 |
| 3.4.2 算法设计 | 第32-33页 |
| 3.4.3 实验分析 | 第33-34页 |
| 第四章 聚类模式相似性度量方法的研究 | 第34-46页 |
| 4.1 相似性度量标准 | 第34-37页 |
| 4.2 模式度量的FOCUS框架模型 | 第37-40页 |
| 4.2.1 模型示例说明 | 第37-38页 |
| 4.2.2 模型的定义 | 第38页 |
| 4.2.3 模型优化统一 | 第38-39页 |
| 4.2.4 偏差的度量 | 第39-40页 |
| 4.3 框架模型的应用—聚类模式 | 第40-46页 |
| 4.3.1 BIRCH聚类 | 第40-41页 |
| 4.3.2 聚类模式 | 第41-43页 |
| 4.3.3 实验分析 | 第43-46页 |
| 第五章 相似性度量方法在QAR数据中的应用 | 第46-57页 |
| 5.1 基于核函数的协方差矩阵的K-PCA方法 | 第46-48页 |
| 5.1.1 PCA | 第46页 |
| 5.1.2 KPCA | 第46-47页 |
| 5.1.3 K-PCA | 第47-48页 |
| 5.2 K-PCA降维对相似性度量的有效性 | 第48-54页 |
| 5.2.1 实验分析 | 第48-50页 |
| 5.2.2 实验结论 | 第50-54页 |
| 5.3 QAR复杂维度数据实验分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简介 | 第63页 |