大数据技术在铁路工程建设安全质量管理中的应用
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 铁路工程建设信息化现状 | 第12页 |
| 1.2.2 可视化分析的发展及现状 | 第12-13页 |
| 1.2.3 大数据的发展及现状 | 第13-14页 |
| 1.3 论文的研究意义及目标 | 第14-15页 |
| 1.4 本文工作与结构安排 | 第15-17页 |
| 2 基本理论及关键技术 | 第17-29页 |
| 2.1 大数据技术 | 第17-18页 |
| 2.2 数据预处理 | 第18-19页 |
| 2.2.1 数据预处理流程 | 第18页 |
| 2.2.2 数据预处理方法 | 第18-19页 |
| 2.3 可视化分析 | 第19-21页 |
| 2.3.1 格式塔(Gestalt)原则 | 第20页 |
| 2.3.2 可视化技术 | 第20-21页 |
| 2.4 数据分析算法 | 第21-29页 |
| 2.4.1 Apriori算法简介 | 第22-23页 |
| 2.4.2 ARIMA时间序列分析模型 | 第23-29页 |
| 3 混凝土质量分析 | 第29-41页 |
| 3.1 混凝土数据预处理 | 第29-31页 |
| 3.2 混凝土质量可视化分析 | 第31-35页 |
| 3.2.1 拌和机报警情况可视化分析 | 第31-34页 |
| 3.2.2 混凝土试验结果可视化分析 | 第34-35页 |
| 3.3 各类原材料对混凝土质量的影响 | 第35-39页 |
| 3.3.1 各类材料报警情况 | 第35-36页 |
| 3.3.2 基于Apriori算法的关联分析 | 第36-39页 |
| 3.4 本章小结 | 第39-41页 |
| 4 隧道安全状态趋势分析 | 第41-56页 |
| 4.1 隧道数据预处理 | 第41-42页 |
| 4.2 隧道安全状态可视化分析 | 第42-49页 |
| 4.2.1 时间维度围岩预警情况可视化分析 | 第42-45页 |
| 4.2.2 其他维度围岩情况可视化分析 | 第45-49页 |
| 4.3 隧道围岩超限情况趋势预测 | 第49-55页 |
| 4.3.1 平稳性检验 | 第49-52页 |
| 4.3.2 模型参数估计及定阶 | 第52-53页 |
| 4.3.3 模型检验 | 第53-54页 |
| 4.3.4 基于ARIMA模型的预测结果 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 下一步展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 作者简历及科研成果 | 第62-63页 |
| 学位论文数据集 | 第63页 |
