声明
摘要
1.1 研究背景及意义
1.2 国内外研究现状分析
1.2.1 带钢表面缺陷数据挖掘方法研究现状
1.2.2 数据关联规则挖掘研究现状
1.2.3 数据关联规则分类研究现状
1.3 研究内容及目的
1.3.1 研究目的
1.3.2 主要研究内容
第2章 冷轧带钢缺陷数据挖掘模型分析
2.1 工业大数据应用
2.1.1 产品故障诊断与预测
2.1.2 产品质量管理与分析
2.1.3 工业物联网生产线的大数据应用
2.2 冷轧带钢缺陷数据分析方法
2.2.1 基于历史统计数据模型
2.2.2 基于专家经验数据模型
2.3 冷轧带钢缺陷数据挖掘模型
2.3.1 建立缺陷信息源
2.3.2 缺陷数据关联规则挖掘机理
2.4 本章小结
第3章 冷轧带钢表面缺陷数据关联规则算法设计
3.1 关联规则挖掘算法对比
3.1.1 模糊关联规则挖掘
3.1.2 加权关联规则挖掘
3.1.3 多层次关联规则挖掘
3.2 关联规则挖掘算法设计过程
3.2.1 冷轧带钢表面缺陷数据复杂性分析
3.2.2 AP-WGF算法设计
3.2.3 AP-WGF算法描述
3.2.4 AP-WGF算法实现
3.3 加权模糊层次关联规则挖掘算法的应用
3.4 实验结果分析
3.5 本章小结
第4章 冷轧带钢表面缺陷关联规则模糊分类
4.1 关联规则模糊分类方法概述
4.2 关联规则模糊分类方法
4.2.1 模糊分类树的建立
4.2.2 分类树中项目属性差异权值的确定
4.3 基于模糊分类树的距离计算
4.3.1 项间距离
4.3.2 项集间距离
4.3.3 关联规则距离
4.3.4 聚类分析
4.4 实验验证与分析
4.4.1 模糊分类树的建立
4.4.2 计算缺陷与缺陷原因属性差别权值
4.4.3 确定关联规则之间距离
4.4.4 聚类可视化
4.5 本章小结
第5章 关联规则挖掘系统的设计与实现
5.1 系统设计目标
5.2 需求分析
5.3 系统结构设计
5.4 系统功能模块实现
5.4.1 用户权限
5.4.2 数据导入
5.4.3 在线评估
5.4.4 关联规则挖掘
5.4.5 关联规则模糊分类
5.4.6 数据结果分析与展示
5.5 本章小结
第6章 总结与展望
6.1 论文主要工作与创新点
6.2研究展望
致谢
参考文献
攻读硕士学位期间发表的论文
攻读硕士学位期间参加的科研项目