为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升

在冶金、化工等流程型工业领域,生产中的过程控制参数往往具有高维非线性结构特征.为了解决这类高维复杂数据的异常点检测问题,本文引入了软超球体的概念,采用非线性核函数将原始数据映射到高维的特征空间,并在特征空间中确定软超球体的边界.通过检测待识别样本映射到特征空间的位置信息来判定过程参数的设定值是否为异常点,从而避免出现批量的产品质量问题.以某类汽车用钢为应用实例,对实际生产数据进行检测,证明了所提出的基于软超球体的异常点识别算法对于高维的非线性数据具有良好的检测能力

第1章绪论 要求 1、基本概念:数据结构、数据元素等 2、算法及其时间复杂度; 3、数据结构的抽象数据类型表示

（一）理论课程 1《Android 移动开发技术》 2《C 语言程序设计》 3《C 语言课程设计》 4《iOS 移动开发技术》 5《Java Web 编程》 6《Linux 程序设计》 7《Linux 运维实践》 8《Oracle 数据库应用》 9《python 程序设计》 10《Web 测试》 11《操作系统原理》 12《计算机网络》 13《计算机组成原理》 14《软件测试技术》 15《软件工程专业导论》 16《软件过程与管理案例分析》 17《软件系统分析与设计技术》 18《数据库原理》 19《数值计算方法》 20《性能及压力测试》 21《移动测试》 22《面向对象程序设计》 23《数据结构与算法》 （二）实验课程 24《Android 移动开发技术》 25《C 语言程序设计》 26《C 语言课程设计》 27《iOS 移动开发技术》 28《IT 新技术》 29《Java Web 编程》 30《Linux 程序设计》 31《Linux 运维实践》 32《Oracle 数据库应用》 33《Python 程序设计》 34《Web 测试》 35《操作系统原理》课程实验大纲 36《计算机网络》 37《计算机组成原理》 38《软件测试技术》 39《软件过程与管理案例分析》 40《软件系统分析与设计技术》 41《数据库原理》 42《数值计算方法》 43《文献检索》 44《性能及压力测试》 45《移动测试》 （三）实践课程 46《C 语言程序概念实训》 47《程序设计技能实训》 48《软件工程综合项目实训》 49《毕业设计》教学大纲 50《毕业实习》教学大纲 51《专业教育》

针对目前对薄壁钣金件孔测量的效率低,孔心位置和孔半径测量方法上存在的不足,提出一种基于T-scan测量的薄壁钣金件孔特征的重构方法.该方法用T-scan对薄壁钣金件上孔进行扫描得到点云数据;根据点云数据中连续点的欧拉距离将点云数据划分成扫描线点数据;对扫描线点云数据进行算法处理获取位于平面上的点及孔的边缘点;最后对平面上的点采用稳健特征值平面拟合得出平面参数,利用最小二乘空间圆拟合获取孔心坐标值及孔径大小,完成薄壁孔特征重构.通过对试验件和薄壁钣金件上孔进行测量处理,实验表明该算法有很好的实用性且精度满足钣金件孔的实际检测精度要求

（一）理论课程 1《数据库原理》 2《操作系统原理》 3《TCP/IP 网络编程》 4《服务器与存储技术》 5《路由技术原理及应用》 6《信息安全概论》 7《云计算导论》 8《云计算虚拟化技术》 9《数据结构与算法》 10《C 语言程序设计》 11《Linux 程序设计》 12《面向对象程序设计》 13《数值计算方法》 14《软件工程经济学》课程设计教学大纲（理论） 15《计算机网络》 （二）实验课程 16《数据库原理》 17《操作系统原理》 18《文献检索》 19《网络编程技术》 20《数据库原理》 21《路由技术原理及应用》 22《信息安全概论》 23《云计算虚拟化技术》 24《数据结构与算法》 25《C 语言程序设计》 26《Linux 程序设计》 27《面向对象程序设计》 28《数值计算方法》 29《软件工程经济学》课程设计教学大纲（实验） 30《计算机网络》 （三）实践课程 31《C 语言程序概念实训》 32《计算机科学与技术》毕业设计教学大纲 33《毕业实习》教学大纲 34《程序设计技能实训》 35《专业教育》 36《计算机综合项目实训》 37《C 语言课程设计》

工业监控系统所采集到的多元时间序列在利用数据挖掘技术获取内部存在的未知模式的过程中，经常会出现原始数据庞杂、分段结果重复、交集过多和界限不清晰等问题，导致含有突变变量或数据间相关性差的数据集进行模式挖掘结果不理想.针对上述问题，本文提出了一种新的多元时序模糊聚类分段挖掘算法.实验结果表明，该算法克服了Gath-Geva算法聚类精度易受初始值影响的不足，能够较好地反映出原始数据中潜在的过程变化，从而有效地处理时间序列的分段问题并得到理想的挖掘结果

《数字电子技术》 《数值分析》 《学科概论》 《程序设计语言 C/C++》 《离散数学》 《数据结构》 《汇编语言程序设计》 《操作系统原理》 《计算机组成原理》 《数据通信原理》 《计算机网络原理》 《网络互连技术》 《数据库系统原理》 《交换原理与技术》 《计算机接口技术》 《面向对象程序设计 Java》 《计算机网络安全技术》 《网络管理》 《接入网技术》 《Web 编程与设计》 《计算机网络系统分析》 《网络工程师概论》 《Linux 操作系统》 《嵌入式系统基础》 《移动应用开发技术》 《云计算概论》 《计算机多媒体技术》 《物联网技术与应用》 《TCP/IP 协议》 《计算机局域网》 《无线通信技术》 《无线传感网技术》 《网站架构与电子商务》 《计算机组网技术》 《网络综合布线技术》 《信息工程管理》 《项目管理》 《数据仓库与数据挖掘》 《电子商务概论》 《科技文献检索》

• 数据通信系统 • 基本概念 • 传输介质 • 数据编码 • 多路复用技术 • 数据交换技术 • 差错控制 • 数据通信性能指标

4.1 数据采集及数据采集系统 4.2 信号获取与信号调理技术 4.3 采样保持与A/D转换技术 4.4 数据存储与数据传输技术 4.5 PCI总线及其接口技术 4.6 多通道的组建方案 4.7 多功能数据采集卡典型实例分析