浙江大學(xué)寧波理工學(xué)院數(shù)據(jù)挖掘競(jìng)賽論文報(bào)告15/16浙江大學(xué)寧波理工學(xué)院銀行服務(wù)客戶(hù)滿(mǎn)意度分析綜合評(píng)定成績(jī)：評(píng)委評(píng)語(yǔ)：評(píng)委簽名：銀行服務(wù)客戶(hù)滿(mǎn)意度分析摘要：隨著全球銀行業(yè)市場(chǎng)競(jìng)爭(zhēng)的日趨激烈，提升客戶(hù)的滿(mǎn)意度，培養(yǎng)忠誠(chéng)客戶(hù)已成為各大商業(yè)銀行開(kāi)拓市場(chǎng)，增加盈利的重要手段之一。通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)客戶(hù)滿(mǎn)意度進(jìn)行分析已成為研究熱點(diǎn)。桑坦德銀行（SantanderBank）是歐洲第二大銀行,他們提供了一個(gè)數(shù)據(jù)集要求通過(guò)數(shù)據(jù)挖掘技術(shù)在早期就能識(shí)別對(duì)其服務(wù)不滿(mǎn)意的客戶(hù)，以便及時(shí)采取合適的改進(jìn)措施以提升客戶(hù)的體驗(yàn)。關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)顧客滿(mǎn)意度PCA主成分分析法決策樹(shù)預(yù)測(cè)

ThethesistitleAbstract:AbriefdescriptionoftheabstractKeywords:Thekeywordextraction目錄TOC\o"1-2"\h\z\u1. 研究目標(biāo) 62. 分析方法與過(guò)程 62.1.總體流程 62.2.具體步驟 62.3.結(jié)果分析 73. 結(jié)論 74. 參考文獻(xiàn) 7挖掘目標(biāo)（1）背景：隨著全球銀行業(yè)市場(chǎng)競(jìng)爭(zhēng)的日趨激烈，提升客戶(hù)的滿(mǎn)意度，培養(yǎng)忠誠(chéng)客戶(hù)已成為各大商業(yè)銀行開(kāi)拓市場(chǎng)，增加盈利的重要手段之一。通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)客戶(hù)滿(mǎn)意度進(jìn)行分析已成為研究熱點(diǎn)。桑坦德銀行（SantanderBank）是歐洲第二大銀行,他們提供了一個(gè)數(shù)據(jù)集要求通過(guò)數(shù)據(jù)挖掘技術(shù)在早期就能識(shí)別對(duì)其服務(wù)不滿(mǎn)意的客戶(hù)，以便及時(shí)采取合適的改進(jìn)措施以提升客戶(hù)的體驗(yàn)。在本次競(jìng)賽中，參賽者需要通過(guò)分析匿名用戶(hù)的上百個(gè)特征來(lái)預(yù)測(cè)用戶(hù)對(duì)其銀行服務(wù)的滿(mǎn)意程度（滿(mǎn)意或不滿(mǎn)意）。在數(shù)據(jù)集中ID表示客戶(hù)的匿名ID，TARGET是需要預(yù)測(cè)的變量，1表示不滿(mǎn)意，0表示滿(mǎn)意，剩余的列是已提取的跟客戶(hù)滿(mǎn)意度相關(guān)的觀測(cè)指標(biāo)（屬性）；需求：分析哪些特征或特征組合能較好的對(duì)銀行服務(wù)滿(mǎn)意程度進(jìn)行分析；2、建立合適的銀行服務(wù)客戶(hù)滿(mǎn)意度模型；3、預(yù)測(cè)在測(cè)試集中每個(gè)客戶(hù)的滿(mǎn)意程度（屬于不滿(mǎn)意客戶(hù)的概率）；4、建立合適的評(píng)價(jià)指標(biāo)，驗(yàn)證你的預(yù)測(cè)結(jié)果。說(shuō)明：附件共分三個(gè)文件：Train.csv中是訓(xùn)練數(shù)據(jù)，其中包含預(yù)測(cè)量TARGET，Test.csv是測(cè)試數(shù)據(jù)，只包含屬性數(shù)據(jù)。Sample_submission.csv是需要與源代碼一起上傳的最后結(jié)果樣式，要求輸出對(duì)Test.csv的測(cè)試結(jié)果。（2）目標(biāo)：本次數(shù)據(jù)挖掘建模要達(dá)到的目標(biāo)是利用銀行關(guān)于客戶(hù)信息建立下來(lái)的數(shù)據(jù)，采用數(shù)據(jù)挖掘技術(shù)，進(jìn)行已知數(shù)據(jù)以及結(jié)果的相關(guān)分析測(cè)試找到規(guī)律建立模型，之后利用測(cè)試數(shù)據(jù)帶入模型進(jìn)行預(yù)測(cè)得到你結(jié)果。題目給出的大數(shù)據(jù)的屬性以及維度都比較大，所以會(huì)有一些冗余和無(wú)效數(shù)據(jù)，首先要先將高維大數(shù)據(jù)進(jìn)行預(yù)處理，利用weka的元學(xué)習(xí)器，通過(guò)與NativeBayes方法一起使用，測(cè)試軟件自帶的屬性選擇方法，選擇得到一些最具影響力的屬性進(jìn)行作為訓(xùn)練子集，并且運(yùn)用進(jìn)算法里面。這個(gè)方法可以將數(shù)據(jù)進(jìn)行降維，保留相應(yīng)比較主要的影響因素屬性。隨后將數(shù)據(jù)和人屬性一起放入決策樹(shù)分類(lèi)算法，建立合理的模型，可以找到不同屬性對(duì)目標(biāo)決定影響程度，建立完成比較合理的分類(lèi)系統(tǒng)。隨后將題目給出的測(cè)試數(shù)據(jù)放入模型，利用已知的模型進(jìn)行預(yù)測(cè)，可以推算出客戶(hù)滿(mǎn)意情況，銀行可以對(duì)于這個(gè)預(yù)測(cè)結(jié)果對(duì)相應(yīng)用戶(hù)可以提早對(duì)其采取相應(yīng)措施。分析方法與過(guò)程總體流程2.1.1問(wèn)題12.1.2問(wèn)題2、3、4原始數(shù)據(jù)建模&預(yù)測(cè)0結(jié)果&評(píng)估數(shù)據(jù)預(yù)處理數(shù)據(jù)篩選原始數(shù)據(jù)建模&預(yù)測(cè)0結(jié)果&評(píng)估數(shù)據(jù)預(yù)處理數(shù)據(jù)篩選具體步驟2.2.1解問(wèn)題1 將excel數(shù)據(jù)進(jìn)行轉(zhuǎn)化得weka可以識(shí)別的csv格式，利用weka的另存功能得到arff格式，這個(gè)過(guò)程得到的數(shù)據(jù)還是不能直接進(jìn)入決策樹(shù)運(yùn)用的。需要打開(kāi)arff格式的數(shù)據(jù)，將數(shù)據(jù)類(lèi)別的一欄修改為銀行需要的0、1滿(mǎn)意度類(lèi)別，將數(shù)據(jù)加載計(jì)入決策樹(shù)可以得到一個(gè)枝節(jié)繁茂的樹(shù)，由此可以從這棵樹(shù)的模型之中得到影響因素中最大的特征或特征組合為根節(jié)點(diǎn)以及靠近根節(jié)點(diǎn)的幾個(gè)特征。使用wake通過(guò)決策樹(shù)J48算法，驗(yàn)證訓(xùn)練集，結(jié)果如圖：圖1圖22.2.2解問(wèn)題2、3、4本用例主要包括如下步驟：步驟1：數(shù)據(jù)篩選&數(shù)據(jù)預(yù)處理從原始數(shù)據(jù)分析得到，題目給出的原始數(shù)據(jù)屬性太多，并且都是未知屬性，此外表格的大部門(mén)數(shù)據(jù)值為0，面對(duì)這個(gè)訓(xùn)練集，里面特征很多是和類(lèi)標(biāo)簽有關(guān)的，但里面存在噪聲或者冗余。在這種情況下，需要一種特征降維的方法來(lái)減少特征數(shù)，減少噪音和冗余，減少過(guò)度擬合的可能性。所以我們利用weka深入研究自動(dòng)屬性選擇，它允許指定屬性選擇方法和學(xué)習(xí)算法，作為分類(lèi)器的一部分。該分類(lèi)器確保選擇屬性子集僅基于訓(xùn)練數(shù)據(jù)。該算法的好處：提高數(shù)據(jù)準(zhǔn)確估計(jì)在選擇屬性過(guò)程中避免了因?yàn)橛斜O(jiān)督的過(guò)濾器的使用而而導(dǎo)致減少后的一部分?jǐn)?shù)據(jù)用于模型測(cè)試的過(guò)程中，在選擇屬性中回導(dǎo)致已經(jīng)看到了測(cè)試數(shù)據(jù)中要使用的屬性，從而影響模型構(gòu)建有偏倚的準(zhǔn)確性估計(jì)。提高屬性選擇效率該方法是利用算法，讓學(xué)習(xí)器對(duì)數(shù)據(jù)進(jìn)行自己學(xué)習(xí)選擇，提取重要影響因素，這種軟件自己學(xué)習(xí)選擇得到的數(shù)據(jù)結(jié)果比手工選擇相關(guān)屬性具有更加高的準(zhǔn)確率。我們想要利用上面的方法篩選得到需要的訓(xùn)練子集，這個(gè)訓(xùn)練子集對(duì)總體的影響程度相關(guān)性比較大。利用這些對(duì)模型訓(xùn)練起較大作用的數(shù)據(jù)，從而建立一個(gè)更科學(xué)的決策樹(shù)模型，使得這個(gè)模型可以應(yīng)用于測(cè)試數(shù)據(jù)，從而進(jìn)行相關(guān)的結(jié)果預(yù)測(cè)。最后我們得到的訓(xùn)練子集為如下10個(gè)：圖3圖4步驟2：建模&預(yù)測(cè)1、建模將上面預(yù)處理得到的訓(xùn)練子集，打開(kāi)分類(lèi)面板，利用weka的分類(lèi)算法——決策樹(shù)（J48）。采取預(yù)剪枝的的優(yōu)化方法，設(shè)定枝節(jié)的閾值為10，置信區(qū)間為0.55的決策樹(shù)預(yù)設(shè)，進(jìn)行分類(lèi)處理。該算法的原理是通過(guò)對(duì)屬性的信息熵的計(jì)算，以信息增益量為度量進(jìn)行劃分分裂結(jié)點(diǎn)，選取信息增益量最小的作為根節(jié)點(diǎn)，下面就重復(fù)上面的步驟依次將節(jié)點(diǎn)分裂完全，最終知道該節(jié)點(diǎn)只有一個(gè)分裂方向或者該節(jié)點(diǎn)的分裂枝節(jié)小于閾值，則停止分裂。建模過(guò)程中，我們一決策目標(biāo)TARGET為樣本的類(lèi)別，屬性值具體如下：@attributeTARGET{0,1}為了知道不同特征屬性的銀行客戶(hù)最終滿(mǎn)意程度，我們需要做的是建立一個(gè)合理的決策樹(shù)模型，篩選出需要的屬性特征作為決策節(jié)點(diǎn)。其中決策樹(shù)的核心算法是J48，他不是一個(gè)算法，而是一組算法，其中包括剪枝與非剪枝J48?？墒?，一個(gè)元組本身有很多屬性，我們?cè)趺粗朗紫纫獙?duì)哪個(gè)屬性進(jìn)行判斷，接下來(lái)要對(duì)哪個(gè)屬性進(jìn)行判斷？這個(gè)時(shí)候算法原理是利用了屬性選擇度量來(lái)解決這個(gè)問(wèn)題的。屬性選擇度量又稱(chēng)分裂規(guī)則，因?yàn)樗鼈儧Q定給定節(jié)點(diǎn)上的元組如何分裂。屬性選擇度量提供了每個(gè)屬性描述給定訓(xùn)練元組的秩評(píng)定，具有最好度量得分的屬性被選作給定元組的分裂屬性。目前比較流行的屬性選擇度量有--信息增益、增益率和Gini指標(biāo)。因?yàn)镴48與C4.5相同，這里我們利用C4.5進(jìn)行數(shù)據(jù)挖掘分析，該算法主要包括有如下一個(gè)公式：（1）信息熵：pi表示該節(jié)點(diǎn)上類(lèi)別i的訓(xùn)練記錄所占的比例；（2）劃分信息熵：現(xiàn)在假定按照屬性A劃分D中的元組，且屬性A將D劃分成v個(gè)不同的類(lèi)。在該劃分之后，為了得到準(zhǔn)確的分類(lèi)還需要的信息由下面的式子度量：（3）信息增益：信息增益定義為原來(lái)的信息需求（即僅基于類(lèi)比例）與新需求（即對(duì)A劃分之后得到的）之間的差；（4）分裂信息：

C4.5引入屬性的分裂信息來(lái)調(diào)節(jié)信息增益一般說(shuō)來(lái)，對(duì)于一個(gè)具有多個(gè)屬性的元組，用一個(gè)屬性就將它們完全分開(kāi)幾乎不可能，否則的話，決策樹(shù)的深度就只能是2了。從這里可以看出，一旦選擇一個(gè)屬性A，假設(shè)將元組分成了兩個(gè)部分A1和A2，由于A1和A2還可以用其它屬性接著再分，所以又引出一個(gè)新的問(wèn)題：接下來(lái)我們要選擇哪個(gè)屬性來(lái)分類(lèi)？對(duì)D中元組分類(lèi)所需的期望信息是Info(D),那么同理，當(dāng)我們通過(guò)A將D劃分成v個(gè)子集Dj(j=1,2,…,v)之后，我們要對(duì)Dj的元組進(jìn)行分類(lèi)，需要的期望信息就是Info(Dj),而一共有v個(gè)類(lèi)，所以對(duì)v個(gè)集合再分類(lèi)，需要的信息就是公式（2）了。但是，使用信息增益的話其實(shí)是有一個(gè)缺點(diǎn)，那就是它偏向于具有大量值的屬性。正是基于此，信息增益率這樣一個(gè)概念。信息增益率使用“分裂信息”值將信息增益規(guī)范化，分類(lèi)信息類(lèi)似于Info(D)（5）信息增益率：這里選擇具有最大增益率的屬性作為分裂屬性預(yù)測(cè)將題目給出的測(cè)試集帶入訓(xùn)練得到的決策樹(shù)模型，可以根據(jù)屬性進(jìn)行進(jìn)行分類(lèi)決策，最終在輸出的結(jié)果中看到在待預(yù)測(cè)的總的待分析實(shí)例中有49個(gè)為不滿(mǎn)意客戶(hù)。步驟3：結(jié)果&評(píng)估結(jié)果有訓(xùn)練子集得到的較大影響因素的訓(xùn)練子集，利用主要可替代全部變量屬性的10個(gè)替代屬性和一個(gè)決策屬性，在J48分類(lèi)器下得到有27樹(shù)節(jié)點(diǎn)，14葉子節(jié)點(diǎn)的決策樹(shù)模型，其準(zhǔn)確率為96.026%，建立該模型的大部分?jǐn)?shù)據(jù)預(yù)測(cè)還是比較準(zhǔn)確的。具體參數(shù)如下：===Runinformation===Scheme:weka.classifiers.trees.J48-C0.5-M10Relation:train-weka.filters.unsupervised.attribute.Remove-R1-weka.filters.unsupervised.attribute.Remove-R1,3-88,90-138,140-147,149-164,166-182,184-190,192-280,282-328,330-331,333-369Instances:76020Attributes:11var15num_var4num_var30num_var35saldo_var5saldo_var30saldo_var42num_meses_var5_ult3saldo_medio_var5_hace2saldo_medio_var5_ult3TARGETTestmode:10-foldcross-validation===Classifiermodel(fulltrainingset)===J48prunedtreesaldo_var30<=2.94|var15<=27:0(11140.0/272.0)|var15>27||saldo_var30<=-184.44|||var15<=36:0(10.0/1.0)|||var15>36||||saldo_var5<=-220.92:1(11.0/3.0)||||saldo_var5>-220.92:0(10.0/4.0)||saldo_var30>-184.44:0(10118.0/1601.0)saldo_var30>2.94|saldo_medio_var5_ult3<=1.95||saldo_var30<=189.03|||num_var4<=1:0(271.0/17.0)|||num_var4>1||||var15<=36:0(162.0/15.0)||||var15>36|||||num_meses_var5_ult3<=0||||||num_var4<=2:0(19.0/2.0)||||||num_var4>2|||||||saldo_var30<=18.99:1(17.0/5.0)|||||||saldo_var30>18.99:0(10.0/1.0)|||||num_meses_var5_ult3>0||||||num_var4<=2:1(13.0/5.0)||||||num_var4>2:0(153.0/31.0)||saldo_var30>189.03:0(4350.0/79.0)|saldo_medio_var5_ult3>1.95:0(49736.0/957.0)NumberofLeaves: 14Sizeofthetree: 27Timetakentobuildmodel:1.54seconds===Stratifiedcross-validation======Summary===CorrectlyClassifiedInstances7299996.026%IncorrectlyClassifiedInstances30213.974%Kappastatistic0.0039Meanabsoluteerror0.073Rootmeansquarederror0.1911Relativeabsoluteerror96.0326%Rootrelativesquarederror98.0271%Coverageofcases(0.95level)98.1518%Meanrel.regionsize(0.95level)59.3081%TotalNumberofInstances76020===DetailedAccuracyByClass===TPRateFPRatePrecisionRecallF-MeasureMCCROCAreaPRCAreaClass1.0000.9980.9611.0000.9800.0210.7180.98000.0020.0000.2590.0020.0050.0210.7180.1071WeightedAvg.0.9600.9580.9330.9600.9410.0210.7180.945===ConfusionMatrix===ab<--classifiedas7299220|a=030017|b=1此時(shí)得到得決策樹(shù)模型圖為：圖5將測(cè)試數(shù)據(jù)帶入到訓(xùn)練得到的模型中，可以得到對(duì)銀行客戶(hù)預(yù)測(cè)結(jié)果中有50個(gè)為不滿(mǎn)意的情況：圖6圖7銀行主要對(duì)于這些客戶(hù)需要進(jìn)行相關(guān)注意措施，詳細(xì)算法結(jié)果、決策樹(shù)圖見(jiàn)附錄文檔，文件夾還包含訓(xùn)練集（MainTrain）、測(cè)試集（MainTrain）、訓(xùn)練模型。評(píng)估結(jié)果分析對(duì)數(shù)據(jù)挖掘建模過(guò)程中產(chǎn)生的圖表結(jié)果進(jìn)行解釋分析。結(jié)論結(jié)合研究目標(biāo)和實(shí)現(xiàn)效果，對(duì)本次研究下一個(gè)結(jié)論性的評(píng)語(yǔ)。參考文獻(xiàn)列舉在本次研究中所參考的文獻(xiàn).例如:[SEQ[\*ARABIC1]劉濤,張良均.大規(guī)模智能用電系統(tǒng)海量數(shù)據(jù)處理與數(shù)據(jù)挖掘技術(shù)研究及應(yīng)用[Z].博士后重大專(zhuān)項(xiàng)基于C8051F單片機(jī)直流電動(dòng)機(jī)反饋控制系統(tǒng)的設(shè)計(jì)與研究基于單片機(jī)的嵌入式Web服務(wù)器的研究MOTOROLA單片機(jī)MC68HC（8）05PV8/A內(nèi)嵌EEPROM的工藝和制程方法及對(duì)良率的影響研究基于模糊控制的電阻釬焊單片機(jī)溫度控制系統(tǒng)的研制基于MCS-51系列單片機(jī)的通用控制模塊的研究基于單片機(jī)實(shí)現(xiàn)的供暖系統(tǒng)最佳啟停自校正（STR）調(diào)節(jié)器單片機(jī)控制的二級(jí)倒立擺系統(tǒng)的研究基于增強(qiáng)型51系列單片機(jī)的TCP/IP協(xié)議棧的實(shí)現(xiàn)基于單片機(jī)的蓄電池自動(dòng)監(jiān)測(cè)系統(tǒng)基于32位嵌入式單片機(jī)系統(tǒng)的圖像采集與處理技術(shù)的研究基于單片機(jī)的作物營(yíng)養(yǎng)診斷專(zhuān)家系統(tǒng)的研究基于單片機(jī)的交流伺服電機(jī)運(yùn)動(dòng)控制系統(tǒng)研究與開(kāi)發(fā)基于單片機(jī)的泵管內(nèi)壁硬度測(cè)試儀的研制基于單片機(jī)的自動(dòng)找平控制系統(tǒng)研究基于C8051F040單片機(jī)的嵌入式系統(tǒng)開(kāi)發(fā)基于單片機(jī)的液壓動(dòng)力系統(tǒng)狀態(tài)監(jiān)測(cè)儀開(kāi)發(fā)模糊Smith智能控制方法的研究及其單片機(jī)實(shí)現(xiàn)一種基于單片機(jī)的軸快流CO〈,2〉激光器的手持控制面板的研制基于雙單片機(jī)沖床數(shù)控系統(tǒng)的研究基于CYGNAL單片機(jī)的在線間歇式濁度儀的研制基于單片機(jī)的噴油泵試驗(yàn)臺(tái)控制器的研制基于單片機(jī)的軟起動(dòng)器的研究和設(shè)計(jì)基于單片機(jī)控制的高速快走絲電火花線切割機(jī)床短循環(huán)走絲方式研究基于單片機(jī)的機(jī)電產(chǎn)品控制系統(tǒng)開(kāi)發(fā)基于PIC單片機(jī)的智能手機(jī)充電器基于單片機(jī)的實(shí)時(shí)內(nèi)核設(shè)計(jì)及其應(yīng)用研究基于單片機(jī)的遠(yuǎn)程抄表系統(tǒng)的設(shè)計(jì)與研究基于單片機(jī)的煙氣二氧化硫濃度檢測(cè)儀的研制基于微型光譜儀的單片機(jī)系統(tǒng)單片機(jī)系統(tǒng)軟件構(gòu)件開(kāi)發(fā)的技術(shù)研究基于單片機(jī)的液體點(diǎn)滴速度自動(dòng)檢測(cè)儀的研制基于單片機(jī)系統(tǒng)的多功能溫度測(cè)量?jī)x的研制基于PIC單片機(jī)的電能采集終端的設(shè)計(jì)和應(yīng)用基于單片機(jī)的光纖光柵解調(diào)儀的研制氣壓式線性摩擦焊機(jī)單片機(jī)控制系統(tǒng)的研制基于單片機(jī)的數(shù)字磁通門(mén)傳感器基于單片機(jī)的旋轉(zhuǎn)變壓器-數(shù)字轉(zhuǎn)換器的研究基于單片機(jī)的光纖Bragg光柵解調(diào)系統(tǒng)的研究單片機(jī)控制的便攜式多功能乳腺治療儀的研制基于C8051F020單片機(jī)的多生理信號(hào)檢測(cè)儀基于單片機(jī)的電機(jī)運(yùn)動(dòng)控制系統(tǒng)設(shè)計(jì)Pico專(zhuān)用單片機(jī)核的可測(cè)性設(shè)計(jì)研究基于MCS-51單片機(jī)的熱量計(jì)基于雙單片機(jī)的智能遙測(cè)微型氣象站MCS-51單片機(jī)構(gòu)建機(jī)器人的實(shí)踐研究基于單片機(jī)的輪軌力檢測(cè)基于單片機(jī)的GPS定位儀的研究與實(shí)現(xiàn)基于單片機(jī)的電液伺服控制系統(tǒng)用于單片機(jī)系統(tǒng)的MMC卡文件系統(tǒng)研制基于單片機(jī)的時(shí)控和計(jì)數(shù)系統(tǒng)性能優(yōu)化的研究基于單片機(jī)和CPLD的粗光柵位移測(cè)量系統(tǒng)研究單片機(jī)控制的后備式方波UPS提升高職學(xué)生單片機(jī)應(yīng)用能力的探究基于單片機(jī)控制的自動(dòng)低頻減載裝置研究基于單片機(jī)控制的水下焊接電源的研究基于單片機(jī)的多通道數(shù)據(jù)采集系統(tǒng)基于uPSD3234單片機(jī)的氚表面污染測(cè)量?jī)x的研制基于單片機(jī)的紅外測(cè)油儀的研究96系列單片機(jī)仿真器研究與設(shè)計(jì)基于單片機(jī)的單晶金剛石刀具刃磨設(shè)備的數(shù)控改造基于單片機(jī)的溫度智能控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)基于MSP430單片機(jī)的電梯門(mén)機(jī)控制器的研制基于單片機(jī)的氣體測(cè)漏儀的研究基于三菱M16C/6N系列單片機(jī)的CAN/USB協(xié)議轉(zhuǎn)換器基于單片機(jī)和DSP的變壓器油色譜在線監(jiān)測(cè)技術(shù)研究基于單片機(jī)的膛壁溫度報(bào)警系統(tǒng)設(shè)計(jì)基于AVR單片機(jī)的低壓無(wú)功補(bǔ)償控制器的設(shè)計(jì)基于單片機(jī)船舶電力推進(jìn)電機(jī)監(jiān)測(cè)系統(tǒng)基于單片機(jī)網(wǎng)絡(luò)的振動(dòng)信號(hào)的采集系統(tǒng)基于單片機(jī)的大容量數(shù)據(jù)存儲(chǔ)技術(shù)的應(yīng)用研究基于單片機(jī)的疊圖機(jī)研究與教學(xué)方法實(shí)踐基于單片機(jī)嵌入式Web服務(wù)器技術(shù)的研究及實(shí)現(xiàn)基于AT89S52單片機(jī)的通用數(shù)據(jù)采集系統(tǒng)基于單片機(jī)的多道脈沖幅度分析儀研究機(jī)器人旋轉(zhuǎn)電弧傳感角焊縫跟蹤單片機(jī)控制系統(tǒng)基于單片機(jī)的控制系統(tǒng)在PLC虛擬教學(xué)實(shí)驗(yàn)中的應(yīng)用研究基于單片機(jī)系統(tǒng)的網(wǎng)絡(luò)通信研究與應(yīng)用基于PIC16F877單片機(jī)的莫爾斯碼自動(dòng)譯碼系統(tǒng)設(shè)計(jì)與研究基于單片機(jī)的模糊控制器在工業(yè)電阻爐上的應(yīng)用研究基于雙單片機(jī)沖床數(shù)控系統(tǒng)的研究與開(kāi)發(fā)基于Cygnal單片機(jī)的μC/OS-Ⅱ的研究基于單片機(jī)的一體化智能差示掃描量熱儀系統(tǒng)研究基于TCP/IP協(xié)議的單片機(jī)與Internet互聯(lián)的研究與實(shí)現(xiàn)變頻調(diào)速液壓電梯單片機(jī)控制器的研究基于單片機(jī)γ-免疫計(jì)數(shù)器自動(dòng)換樣功能的研究與實(shí)現(xiàn)基于單片機(jī)的倒立擺控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)單片機(jī)嵌入式以太網(wǎng)防盜報(bào)警系統(tǒng)基于51單片機(jī)的嵌入式Internet系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)單片機(jī)監(jiān)測(cè)系統(tǒng)在擠壓機(jī)上的應(yīng)用MSP430單片機(jī)在智能水表系統(tǒng)上的研究與應(yīng)用基于單片機(jī)的嵌入式系統(tǒng)中TCP/IP協(xié)議棧的實(shí)現(xiàn)與應(yīng)用單片機(jī)在高樓恒壓供水系統(tǒng)中的應(yīng)用基于ATmega16單片機(jī)的流量控制器的開(kāi)發(fā)基于MSP430單片機(jī)的遠(yuǎn)程抄表系統(tǒng)及智能網(wǎng)絡(luò)水表的設(shè)計(jì)基于MSP430單片機(jī)具有數(shù)據(jù)存儲(chǔ)與回放功能的嵌入式電子血壓計(jì)的