| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7页 |
| 1.2 研究意义 | 第7-8页 |
| 1.3 国内外研究现状 | 第8-10页 |
| 1.3.1 国内石油安全预警研究现状 | 第8-9页 |
| 1.3.2 国内外时间序列研究现状 | 第9-10页 |
| 1.4 论文的主要研究内容 | 第10-13页 |
| 1.4.1 主要研究内容 | 第10-11页 |
| 1.4.2 技术路线 | 第11页 |
| 1.4.3 论文结构 | 第11-13页 |
| 第2章 油建施工作业特点及预警理论 | 第13-16页 |
| 2.1 油建施工作业的特点 | 第13页 |
| 2.2 预警的基本原理 | 第13-15页 |
| 2.2.1 预警的概念 | 第13-14页 |
| 2.2.2 预警的步骤 | 第14页 |
| 2.2.3 预警的主要方法 | 第14-15页 |
| 2.3 本章小结 | 第15-16页 |
| 第3章 基于粗糙集理论的数据处理技术 | 第16-20页 |
| 3.1 粗糙集理论 | 第16-18页 |
| 3.1.1 知识与知识库 | 第16页 |
| 3.1.2 上下近似与粗糙集 | 第16-17页 |
| 3.1.3 知识约简 | 第17-18页 |
| 3.2 基于Rosetta的数据处理技术 | 第18-19页 |
| 3.2.1 Rosetta对数据的处理 | 第18-19页 |
| 3.2.2 Rosetta属性约简 | 第19页 |
| 3.3 本章小结 | 第19-20页 |
| 第4章 关联规则以及时序关联规则 | 第20-28页 |
| 4.1 关联规则 | 第20-22页 |
| 4.1.1 关联规则的定义 | 第20页 |
| 4.1.2 关联规则的发现步骤 | 第20-21页 |
| 4.1.3 关联规则算法分类 | 第21页 |
| 4.1.4 Apriori算法 | 第21-22页 |
| 4.2 时序关联规则 | 第22-27页 |
| 4.2.1 时间序列 | 第22-23页 |
| 4.2.2 时序关联规则 | 第23-27页 |
| 4.3 本章小结 | 第27-28页 |
| 第5章 属性指标中规则的挖掘 | 第28-44页 |
| 5.1 数据来源及数据处理 | 第28-33页 |
| 5.1.1 原始数据库处理 | 第28-29页 |
| 5.1.2 建立决策表 | 第29-30页 |
| 5.1.3 属性约简 | 第30-33页 |
| 5.2 单属性的时序关联规则挖掘 | 第33-37页 |
| 5.2.1 问题描述 | 第33-34页 |
| 5.2.2 单属性时序关联规则挖掘算法 | 第34-35页 |
| 5.2.3 实验与分析 | 第35-37页 |
| 5.3 多属性时序关联规则 | 第37-43页 |
| 5.3.1 问题描述 | 第37-38页 |
| 5.3.2 多属性时序关联规则挖掘算法 | 第38-40页 |
| 5.3.3 实验与分析 | 第40-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第6章 油建作业安全预警模块的设计 | 第44-52页 |
| 6.1 系统设计 | 第44-45页 |
| 6.1.1 系统结构设计 | 第44-45页 |
| 6.1.2 系统部署结构 | 第45页 |
| 6.2 基于时序关联规则的油建安全预警子模块的设计 | 第45-51页 |
| 6.2.1 数据转化模块 | 第46页 |
| 6.2.2 单属性时序关联规则挖掘模块 | 第46-49页 |
| 6.2.3 多属性时序关联规则挖掘模块 | 第49-51页 |
| 6.3 本章小结 | 第51-52页 |
| 第7章 结论及展望 | 第52-53页 |
| 7.1 结论 | 第52页 |
| 7.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第57页 |