| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 火炸药配方研制开发领域的现状 | 第9页 |
| 1.1.2 数据挖掘技术的优势 | 第9-10页 |
| 1.1.3 项目研究意义 | 第10页 |
| 1.2 国内外发展现状 | 第10-12页 |
| 1.2.1 推进剂配方设计在国内外的研究现状 | 第10-11页 |
| 1.2.2 数据挖掘在国内外的研究现状 | 第11-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 基本理论知识概述 | 第15-27页 |
| 2.1 数据挖掘的概念及基本步骤 | 第15-16页 |
| 2.1.1 数据挖掘的概念 | 第15页 |
| 2.1.2 数据挖掘的基本步骤 | 第15-16页 |
| 2.2 数据挖掘技术的主要方法及特点 | 第16-18页 |
| 2.2.1 分类 | 第17页 |
| 2.2.2 回归分析 | 第17页 |
| 2.2.3 关联规则 | 第17页 |
| 2.2.4 聚类分析 | 第17-18页 |
| 2.2.5 变化和偏差分析 | 第18页 |
| 2.2.6 Web页挖掘 | 第18页 |
| 2.3 聚类和分类的区别 | 第18-20页 |
| 2.3.1 聚类简介 | 第18-19页 |
| 2.3.2 分类简介 | 第19页 |
| 2.3.3 聚类和分类间的区别 | 第19-20页 |
| 2.4 聚类分析的步骤 | 第20-21页 |
| 2.5 各种聚类算法简介 | 第21-25页 |
| 2.5.1 基于划分的算法 | 第21页 |
| 2.5.2 基于层次的方法 | 第21-23页 |
| 2.5.3 基于密度的方法 | 第23-24页 |
| 2.5.4 基于网格的方法 | 第24页 |
| 2.5.5 基于模型的方法 | 第24-25页 |
| 2.6 各种聚类算法的比较 | 第25-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 推进剂主功能成分及燃速数据归类解析 | 第27-35页 |
| 3.1 影响推进剂燃烧速度的因素 | 第27-28页 |
| 3.2 推进剂主功能成分及燃速数据准备概述 | 第28页 |
| 3.3 推进剂主功能成分及燃速数据获取的过程 | 第28-34页 |
| 3.3.1 智能提取数据 | 第28-30页 |
| 3.3.2 建立配方数据库及推进剂经验配方数据库管理系统 | 第30-32页 |
| 3.3.3 最具影响力燃速性能主功能成分分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 配方燃速性能数据的聚类分析及数学模型的建立 | 第35-45页 |
| 4.1 k-means算法概述 | 第35页 |
| 4.2 回归分析概述 | 第35-37页 |
| 4.2.1 回归分析分类 | 第36页 |
| 4.2.2 多元线性回归分析预测法概述 | 第36页 |
| 4.2.3 多元线性回归模型的检验 | 第36-37页 |
| 4.3 采用k-means算法的配方主功能成分和燃速的聚类分析 | 第37-41页 |
| 4.3.1 本文的k-means算法过程 | 第38页 |
| 4.3.2 配方成分和燃速性能聚类分析的过程 | 第38-40页 |
| 4.3.3 得出配方主功能成分和燃速的聚类结果 | 第40-41页 |
| 4.4 聚类结果的多元线性拟合 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 主功能成分和燃速性能规律挖掘分析系统的实现 | 第45-53页 |
| 5.1 开发环境 | 第45页 |
| 5.2 系统的总体设计 | 第45-48页 |
| 5.2.1 系统的设计思想 | 第45-46页 |
| 5.2.2 系统的功能模块 | 第46-47页 |
| 5.2.3 系统的总体流程图 | 第47-48页 |
| 5.3 推进剂主功能成分和燃速性能规律挖掘分析系统的实现 | 第48-51页 |
| 5.4 系统的功能说明 | 第51页 |
| 5.5 本章小结 | 第51-53页 |
| 总结与展望 | 第53-55页 |
| 本文总结 | 第53-54页 |
| 未来工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
