| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 国内外动车组研究现状 | 第12-13页 |
| 1.2.2 国内外数据挖掘研究现状 | 第13-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 2 理论及相关技术研究 | 第17-33页 |
| 2.1 动车组维修相关理论 | 第17-20页 |
| 2.1.1 动车组修程修制和维修方式 | 第17-19页 |
| 2.1.2 动车组维修可靠性指标 | 第19-20页 |
| 2.2 数据挖掘 | 第20-23页 |
| 2.2.1 数据挖掘过程 | 第20-22页 |
| 2.2.2 数据挖掘常用技术 | 第22-23页 |
| 2.3 关联规则挖掘 | 第23-31页 |
| 2.3.1 关联规则相关概念 | 第23-25页 |
| 2.3.2 关联规则经典算法 | 第25-30页 |
| 2.3.3 算法比较与选择 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 3 动车组故障数据分析和预处理 | 第33-41页 |
| 3.1 动车组故障数据分析 | 第33-36页 |
| 3.1.1 业务需求分析 | 第33页 |
| 3.1.2 动车组故障信息数据来源 | 第33-35页 |
| 3.1.3 数据存在问题 | 第35-36页 |
| 3.2 动车组故障数据预处理 | 第36-40页 |
| 3.2.1 数据清洗 | 第36-38页 |
| 3.2.2 数据转换 | 第38-40页 |
| 3.3 本章小结 | 第40-41页 |
| 4 基于加权思想和深度优先搜索并行化改进FP-Growth算法 | 第41-53页 |
| 4.1 传统FP-Growth算法在动车组数据应用中的问题 | 第41-45页 |
| 4.2 基于加权思想改进的FP-Growth算法 | 第45-49页 |
| 4.2.1 加权关联规则相关概念 | 第46页 |
| 4.2.2 WFPAM算法过程 | 第46-47页 |
| 4.2.3 WFPAM算法举例 | 第47-49页 |
| 4.3 基于深度优先搜索并行化改进的MR-WFPAM算法 | 第49-52页 |
| 4.3.1 基于深度优先搜索改进的算法思想 | 第49-50页 |
| 4.3.2 MR-WFPAM算法实现过程 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 动车组故障关联规则挖掘实验 | 第53-64页 |
| 5.1 实验环境 | 第53-54页 |
| 5.2 实验数据 | 第54-55页 |
| 5.3 实验过程 | 第55页 |
| 5.4 算法性能分析 | 第55-58页 |
| 5.5 实验结果分析与可视化展示 | 第58-62页 |
| 5.6 本章小结 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |
