车体健康数据检测系统的设计与实现
| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究的目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 目前存在的问题 | 第14页 |
| 1.4 本文的研究内容及结构安排 | 第14-15页 |
| 第2章 预备知识 | 第15-21页 |
| 2.1 选择安卓平台的意义 | 第15页 |
| 2.2 数据挖掘相关理论 | 第15-18页 |
| 2.2.1 数据挖掘的任务 | 第15-16页 |
| 2.2.2 数据挖掘的过程 | 第16-18页 |
| 2.3 蓝牙传输相关技术 | 第18-20页 |
| 2.3.1 蓝牙数据传输方式 | 第18页 |
| 2.3.2 建立连接的方式 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 车体健康数据检测系统的需求分析 | 第21-27页 |
| 3.1 引言 | 第21页 |
| 3.2 车体健康数据检测系统的可行性研究 | 第21-23页 |
| 3.2.1 系统的技术可行性分析 | 第21-22页 |
| 3.2.2 系统的经济可行性分析 | 第22-23页 |
| 3.3 车体健康数据检测系统的功能需求 | 第23-25页 |
| 3.3.1 系统的运行时间需求 | 第23-24页 |
| 3.3.2 系统的友好型界面需求 | 第24页 |
| 3.3.3 系统的可靠性需求 | 第24页 |
| 3.3.4 系统的运行环境需求 | 第24-25页 |
| 3.4 本章小结 | 第25-27页 |
| 第4章 车体健康数据检测系统的设计 | 第27-51页 |
| 4.1 车体健康数据检测系统的状态分类的设计 | 第27-37页 |
| 4.1.1 水库抽样算法 | 第27-28页 |
| 4.1.2 KNN算法和2σ准则 | 第28-31页 |
| 4.1.3 车体健康状态分类器的设计 | 第31-37页 |
| 4.2 车体健康预测的设计 | 第37-49页 |
| 4.2.1 车体异常状态的判定 | 第37-43页 |
| 4.2.2 回归预测算法 | 第43-47页 |
| 4.2.3 灰色预测算法 | 第47-49页 |
| 4.2.4 两种算法的运用方法 | 第49页 |
| 4.3 本章小结 | 第49-51页 |
| 第5章 车体健康数据检测系统的实现 | 第51-69页 |
| 5.1 车体健康数据传输的实现 | 第51-53页 |
| 5.1.1 车体健康数据传输的实现过程 | 第51-52页 |
| 5.1.2 核心代码分析 | 第52-53页 |
| 5.2 车体健康状态分类的实现 | 第53-63页 |
| 5.2.1 车体健康状态分类的实现过程 | 第54-57页 |
| 5.2.2 安卓并行运算 | 第57-59页 |
| 5.2.3 车体健康状态分类的实验结果与分析 | 第59-63页 |
| 5.3 车体健康预测的实现 | 第63-67页 |
| 5.3.1 车体健康预测的实现过程 | 第64-66页 |
| 5.3.2 车体健康预测的实验结果与分析 | 第66-67页 |
| 5.4 本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77页 |
