中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第10-16页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 本文主要研究内容 | 第13-14页 |
1.4 本文组织结构 | 第14-15页 |
1.5 本章小结 | 第15-16页 |
2 复杂事件检测技术研究 | 第16-24页 |
2.1 技术概述 | 第16-17页 |
2.2 事件模型 | 第17-20页 |
2.2.1 原子事件与复杂事件 | 第17页 |
2.2.2 瞬时事件与区间事件 | 第17-18页 |
2.2.3 数据表示模型 | 第18页 |
2.2.4 时序关系 | 第18-20页 |
2.3 复杂事件描述方法 | 第20-21页 |
2.3.1 事件操作符 | 第20页 |
2.3.2 事件描述语言 | 第20-21页 |
2.4 复杂事件检测模型 | 第21-23页 |
2.5 本章小结 | 第23-24页 |
3 复杂事件的描述方法 | 第24-36页 |
3.1 复杂事件描述方法研究现状 | 第24-25页 |
3.2 TCN时序关系表示模型提出 | 第25-29页 |
3.2.1 TCN的介绍 | 第25-27页 |
3.2.2 TCN在事件描述中的必要性 | 第27页 |
3.2.3 时间约束的表示方法 | 第27-29页 |
3.3 时段特征约束提出 | 第29-30页 |
3.3.1 时段特征概念和分类 | 第30页 |
3.3.2 时段特征约束的必要性 | 第30页 |
3.4 事件定义和分类 | 第30-31页 |
3.5 复杂事件描述模型 | 第31-33页 |
3.5.1 聚合事件描述 | 第31-32页 |
3.5.2 复杂事件描述 | 第32-33页 |
3.6 复杂事件描述应用实例 | 第33-34页 |
3.7 本章小结 | 第34-36页 |
4 基于时段特征和TCN的复杂事件检测模型 | 第36-56页 |
4.1 复杂事件检测模型研究现状 | 第36页 |
4.2 基于时段特征和TCN的复杂事件检测模型 | 第36-47页 |
4.2.1 扩展的有限状态自动机 | 第37-39页 |
4.2.2 强化的谓词约束检测方法 | 第39-43页 |
4.2.3 量化时序约束检测方法 | 第43-46页 |
4.2.4 事件选择策略 | 第46-47页 |
4.3 基本检测算法 | 第47-51页 |
4.3.1 检测流程描述 | 第47-50页 |
4.3.2 TCSEQ-DETECTION检测算法 | 第50-51页 |
4.4 算法优化 | 第51-54页 |
4.4.1 并行检测策略描述 | 第51-53页 |
4.4.2 PARALLEL-TCSEQ-DETECTION检测算法 | 第53-54页 |
4.5 本章小结 | 第54-56页 |
5 原型系统实现与实验分析 | 第56-70页 |
5.1 原型系统简介 | 第56-58页 |
5.1.1 原型系统体系结构 | 第56-57页 |
5.1.2 系统开发环境 | 第57-58页 |
5.2 实验运行环境及数据集 | 第58页 |
5.2.1 实验代码运行环境 | 第58页 |
5.2.2 实验运行环境和数据集 | 第58页 |
5.3 实验设计 | 第58-59页 |
5.4 实验结果分析 | 第59-68页 |
5.4.1 检测模型处理能力对比分析 | 第59-62页 |
5.4.2 检测模型正确性分析 | 第62-64页 |
5.4.3 事件数据量对检测性能的影响 | 第64-65页 |
5.4.4 待匹配序列长度对检测性能的影响 | 第65-66页 |
5.4.5 滑动时间窗口对检测性能的影响 | 第66-68页 |
5.5 本章小结 | 第68-70页 |
6 总结和展望 | 第70-72页 |
6.1 本文工作总结 | 第70-71页 |
6.2 未来工作展望 | 第71-72页 |
致谢 | 第72-74页 |
参考文献 | 第74-78页 |
附录 | 第78页 |
A. 作者在攻读学位期间发表的论文目录 | 第78页 |
B. 作者在攻读学位期间取得的科研成果目录 | 第78页 |