| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-29页 |
| ·引言 | 第13-14页 |
| ·模式识别技术 | 第14-17页 |
| ·模式和模式识别的概念 | 第14页 |
| ·模式识别系统组成 | 第14-15页 |
| ·模式识别分类 | 第15-16页 |
| ·模式识别的应用 | 第16-17页 |
| ·数据挖掘技术 | 第17-22页 |
| ·数据挖掘与知识发现产生的背景 | 第17页 |
| ·数据挖掘的定义和特点 | 第17-18页 |
| ·数据挖掘的常用方法 | 第18-21页 |
| ·数据挖掘技术的应用领域 | 第21-22页 |
| ·聚类分析 | 第22-25页 |
| ·聚类分析的基本思想 | 第22页 |
| ·方法的有效性 | 第22-23页 |
| ·聚类的算法 | 第23-24页 |
| ·聚类算法分类 | 第24-25页 |
| ·铝工业生产概况 | 第25-26页 |
| ·本文的主要工作与论文结构 | 第26-29页 |
| 第二章 铝工业生产及其能耗概述 | 第29-42页 |
| ·引言 | 第29页 |
| ·铝工业生产概述 | 第29-37页 |
| ·氧化铝生产概述 | 第29-34页 |
| ·电解铝生产概述 | 第34-36页 |
| ·铝加工生产概述 | 第36-37页 |
| ·铝工业生产中的能耗情况 | 第37-40页 |
| ·配矿阶段能耗情况 | 第37页 |
| ·氧化铝生产阶段能耗情况 | 第37-38页 |
| ·电解铝生产阶段能耗情况 | 第38-39页 |
| ·铝加工阶段能耗情况 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第三章 基于相关性分析的关联规则挖掘算法及其在铝工业生产节能中的应用研究 | 第42-53页 |
| ·关联挖掘基本概念 | 第42-44页 |
| ·基于相关性分析的关联规则挖掘算法 | 第44-46页 |
| ·本挖掘算法用于铝工业生产节能的仿真研究 | 第46-52页 |
| ·仿真实验与结果 | 第46-47页 |
| ·结果分析 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 K-平均算法及其在铝工业生产节能中的应用研究 | 第53-61页 |
| ·聚类分析技术 | 第53-57页 |
| ·模式相似性测度 | 第53-56页 |
| ·K-平均算法 | 第56-57页 |
| ·K-平均算法用于铝工业生产节能的仿真研究 | 第57-60页 |
| ·仿真实验与结果 | 第57-59页 |
| ·结果分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 改进型门限法聚类分析算法及其在铝工业生产节能中的应用研究 | 第61-70页 |
| ·门限法聚类分析算法及节能仿真 | 第61-64页 |
| ·门限法聚类分析算法 | 第61-62页 |
| ·门限法聚类分析算法的节能仿真 | 第62-64页 |
| ·改进型门限法聚类分析算法的提出与节能仿真 | 第64-67页 |
| ·门限法聚类分析算法的改进 | 第64页 |
| ·改进型门限法聚类分析算法的节能仿真 | 第64-67页 |
| ·门限法聚类分析算法改进前后的比较 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第六章 各种算法比较 | 第70-80页 |
| ·门限法聚类分析算法与K-平均算法比较 | 第70-73页 |
| ·分类结果统计图 | 第70-72页 |
| ·分类结果对比分析 | 第72-73页 |
| ·门限法聚类分析算法与基于相关性分析的关联规则挖掘算法比较 | 第73-76页 |
| ·K-平均算法与基于相关性分析的关联规则挖掘算法比较 | 第76-79页 |
| ·本章小结 | 第79-80页 |
| 第七章 总结与展望 | 第80-83页 |
| ·总结 | 第80-81页 |
| ·展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 作者在学期间取得的学术成果 | 第88页 |
