| 第一章 绪论 | 第1-18页 |
| ·机械设备故障诊断技术的发展与汽车故障诊断研究的意义 | 第12-13页 |
| ·数据挖掘技术在汽车故障诊断中的实现与发展趋势 | 第13-16页 |
| ·数据挖掘技术的实现 | 第14-15页 |
| ·汽车故障诊断发展趋势 | 第15-16页 |
| ·本文研究的目的和意义 | 第16-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| 第二章 数据挖掘技术与汽车故障诊断 | 第18-30页 |
| ·数据挖掘概述 | 第18-22页 |
| ·数据挖掘的起因 | 第18页 |
| ·数据挖掘处理流程 | 第18-20页 |
| ·数据挖掘的数据处理特征 | 第20页 |
| ·数据挖掘系统的分类 | 第20-21页 |
| ·影响数据挖掘成功的因素 | 第21-22页 |
| ·数据挖掘的目的 | 第22-23页 |
| ·关联分析 | 第22页 |
| ·序列模式 | 第22页 |
| ·分类 | 第22页 |
| ·聚类 | 第22-23页 |
| ·数据挖掘的常用技术 | 第23-28页 |
| ·粗糙集理论 | 第23-27页 |
| ·人工神经网络 | 第27-28页 |
| ·数据挖掘技术与汽车故障诊断 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 车辆故障诊断的数据挖掘系统框架 | 第30-45页 |
| ·车辆故障诊断数据挖掘系统框架的提出 | 第30-31页 |
| ·系统框架和理论方法的论证 | 第31-44页 |
| ·数据准备 | 第31-33页 |
| ·数据离散化 | 第33-38页 |
| ·粗糙集特征(属性)提取 | 第38-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于RS的神经网络故障诊断 | 第45-53页 |
| ·面向Matlab工具箱的数据挖掘设计概述 | 第45-46页 |
| ·Matlab神经网络工具箱 | 第45页 |
| ·运用工具箱设计神经网络的原则和过程 | 第45-46页 |
| ·反向传播算法(BP算法) | 第46-48页 |
| ·基于RS的神经网络故障诊断 | 第48-52页 |
| ·神经网络故障诊断模型的建立 | 第48-49页 |
| ·神经网络故障诊断模型的训练与仿真 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 试验 | 第53-58页 |
| ·实验设备及条件 | 第53-54页 |
| ·实验过程与信号采集 | 第54-58页 |
| ·仪器选用 | 第54-55页 |
| ·仪器的安装和调试 | 第55页 |
| ·最佳测点的选择 | 第55-57页 |
| ·数据处理方法 | 第57-58页 |
| 第六章 结论与建议 | 第58-59页 |
| ·结论 | 第58页 |
| ·建议 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64-69页 |