| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 故障诊断技术研究现状 | 第11-12页 |
| 1.2.2 计算机硬件故障诊断研究现状 | 第12-13页 |
| 1.2.3 贝叶斯网络研究现状 | 第13-14页 |
| 1.3 论文章节安排与主要研究内容 | 第14-16页 |
| 第2章 计算机系统分析 | 第16-27页 |
| 2.1 计算机系统 | 第16-22页 |
| 2.1.1 计算机系统组成 | 第16-17页 |
| 2.1.2 计算机硬件工作原理 | 第17-18页 |
| 2.1.3 计算机故障影响因素分析 | 第18-21页 |
| 2.1.4 传统计算机硬件故障诊断方法 | 第21-22页 |
| 2.2 数据来源 | 第22-26页 |
| 2.2.1 实验室简介 | 第22页 |
| 2.2.2 现状调查与结果分析 | 第22-25页 |
| 2.2.3 目标设定与方案采取 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于贝叶斯网络的计算机硬件故障诊断分析 | 第27-45页 |
| 3.1 系统整体设计 | 第27-28页 |
| 3.2 基于专家知识的网络构造 | 第28-32页 |
| 3.2.1 采集数据确定变量 | 第28-30页 |
| 3.2.2 计算机硬件贝叶斯网络模型构建 | 第30-32页 |
| 3.3 贝叶斯网络学习 | 第32-37页 |
| 3.3.1 计算机硬件贝叶斯网络优化模型构建 | 第32-34页 |
| 3.3.2 计算机硬件贝叶斯网络模型的参数学习 | 第34-36页 |
| 3.3.3 数据更新 | 第36-37页 |
| 3.4 计算机硬件贝叶斯网络推理诊断 | 第37-41页 |
| 3.4.1 单一故障诊断 | 第37-39页 |
| 3.4.2 复合故障诊断 | 第39-41页 |
| 3.5 诊断准确率 | 第41-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于贝叶斯网络的计算机硬件故障预测 | 第45-61页 |
| 4.1 预测在计算机硬件故障检测中的价值 | 第45-46页 |
| 4.2 贝叶斯网络故障预测原理 | 第46-48页 |
| 4.3 计算机硬件故障预测贝叶斯网络模型的建立 | 第48-52页 |
| 4.3.1 故障预测数据分析与处理 | 第48-50页 |
| 4.3.2 贝叶斯网络预测模型结构的确定 | 第50-52页 |
| 4.4 计算机硬件故障预测贝叶斯网络模型的参数学习 | 第52-56页 |
| 4.4.1 确定节点条件概率分布 | 第52-55页 |
| 4.4.2 数据更新 | 第55-56页 |
| 4.5 预测模型推理分析 | 第56-59页 |
| 4.5.1 故障预测的贝叶斯网络推理 | 第56-57页 |
| 4.5.2 预测结果及分析 | 第57-59页 |
| 4.6 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68页 |