数据仓库和数据挖掘技术在防砂工艺中的研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第1章 前言 | 第12-18页 |
| ·研究背景 | 第12-13页 |
| ·研究的背景 | 第12-13页 |
| ·问题的提出 | 第13页 |
| ·研究现状 | 第13-16页 |
| ·数据仓库的研究现状 | 第13-15页 |
| ·数据挖掘的研究现状 | 第15-16页 |
| ·防砂工艺信息管理的研究现状 | 第16页 |
| ·研究目的及意义 | 第16-17页 |
| ·研究目的 | 第16-17页 |
| ·研究意义 | 第17页 |
| ·研究内容 | 第17-18页 |
| 第2章 数据仓库与数据挖掘技术概述 | 第18-36页 |
| ·数据仓库概述 | 第18-28页 |
| ·从数据库到数据仓库 | 第18-20页 |
| ·数据仓库的定义 | 第20-21页 |
| ·数据仓库的基本特征 | 第21-22页 |
| ·数据仓库的体系结构 | 第22-27页 |
| ·数据仓库的相关概念 | 第27-28页 |
| ·数据挖掘概述 | 第28-34页 |
| ·数据挖掘的定义 | 第28页 |
| ·数据挖掘的过程 | 第28-29页 |
| ·数据挖掘的功能 | 第29-30页 |
| ·数据挖掘的算法 | 第30-33页 |
| ·数据挖掘的体系结构 | 第33-34页 |
| ·数据仓库和数据挖掘的关系 | 第34-36页 |
| 第3章 防砂工艺数据仓库设计 | 第36-51页 |
| ·设计模型的分析与选择 | 第36-38页 |
| ·自顶向下模式 | 第36-37页 |
| ·自底向上模式 | 第37页 |
| ·平行开发模式 | 第37-38页 |
| ·概念模型设计 | 第38-43页 |
| ·系统边界的界定 | 第38-41页 |
| ·主题域的确定 | 第41-43页 |
| ·逻辑模型设计 | 第43-49页 |
| ·确定当前要装载的主题 | 第43-44页 |
| ·数据仓库逻辑模型建模 | 第44-46页 |
| ·数据仓库的粒度划分 | 第46-47页 |
| ·数据仓库的数据分割 | 第47-49页 |
| ·关系模式和记录系统 | 第49页 |
| ·物理模型设计 | 第49-51页 |
| 第4章 防砂工艺数据仓库的实现 | 第51-56页 |
| ·防砂工艺数据仓库主题的确定 | 第51页 |
| ·实现维度的定义 | 第51-52页 |
| ·防砂工艺数据仓库的星型模型 | 第52-53页 |
| ·防砂工艺数据仓库的建立 | 第53页 |
| ·防砂工艺数据仓库的装载 | 第53-56页 |
| ·数据的有效性检查 | 第54页 |
| ·数据转换 | 第54-55页 |
| ·数据加载 | 第55-56页 |
| 第5章 防砂工艺数据挖掘系统的研究 | 第56-62页 |
| ·系统简介 | 第56页 |
| ·系统的主要研究内容及特征 | 第56-58页 |
| ·用户组管理 | 第56-57页 |
| ·数据仓库接口 | 第57页 |
| ·数据挖掘算法管理 | 第57页 |
| ·用户界面 | 第57-58页 |
| ·系统的技术架构 | 第58-59页 |
| ·系统的功能模块 | 第59-62页 |
| ·用户接口模块 | 第59-60页 |
| ·问题定义模块 | 第60页 |
| ·模式选择模块 | 第60页 |
| ·数据挖掘模块 | 第60-61页 |
| ·知识评价模块 | 第61-62页 |
| 第6章 数据挖掘技术在出砂预测中的应用 | 第62-75页 |
| ·油井出砂预测的重要性 | 第62-63页 |
| ·油井出砂的危害 | 第62-63页 |
| ·油井出砂预测的重要性 | 第63页 |
| ·基于数据挖掘技术的油井出砂预测 | 第63页 |
| ·选择知识模式 | 第63-65页 |
| ·基于神经网络的分类数据挖掘算法 | 第65-71页 |
| ·误差反向传播计算 | 第65-68页 |
| ·BP神经网络学习过程 | 第68-69页 |
| ·BP算法的改进 | 第69-71页 |
| ·油井出砂预测模型的建立 | 第71-75页 |
| ·预测的样本数据 | 第71-72页 |
| ·BP网络结构设计 | 第72页 |
| ·网络的生成 | 第72-73页 |
| ·模型的验证 | 第73-74页 |
| ·结论 | 第74-75页 |
| 第7章 数据挖掘技术在防砂方法优选中的应用 | 第75-93页 |
| ·问题定义 | 第75-76页 |
| ·选择知识模式 | 第76页 |
| ·确定样本数据属性 | 第76-77页 |
| ·影响油井防砂方法优选的因素 | 第76-77页 |
| ·选择判别参数 | 第77页 |
| ·基于决策树的分类数据挖掘算法 | 第77-86页 |
| ·决策树的生成 | 第78-79页 |
| ·决策树的修剪 | 第79-81页 |
| ·ID3算法 | 第81-83页 |
| ·C4.5算法 | 第83-86页 |
| ·油井防砂方法优选模型的建立 | 第86-93页 |
| ·选取样本数据 | 第86-87页 |
| ·连续数据的离散化 | 第87-89页 |
| ·决策树生成 | 第89-91页 |
| ·知识规则提取 | 第91页 |
| ·结论 | 第91-93页 |
| 第8章 结论与建议 | 第93-95页 |
| 参考文献 | 第95-99页 |
| 致谢 | 第99-100页 |
| 个人简历、在学期间的研究成果 | 第100页 |
