基于案例的手机故障相似度匹配算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第10-16页 |
| 1.1 课题的背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 本文介绍 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 2 基于案例推理技术 | 第16-22页 |
| 2.1 基于案例推理的处理模型 | 第16-18页 |
| 2.2 基于案例的应用实例 | 第18-19页 |
| 2.3 基于案例推理面临的挑战 | 第19-20页 |
| 2.4 本章小节 | 第20-22页 |
| 3 粗糙集理论和应用 | 第22-27页 |
| 3.1 粗糙集的发展 | 第22-23页 |
| 3.2 粗糙集的应用 | 第23-25页 |
| 3.3 知识粒度粗糙集及计算 | 第25-26页 |
| 3.4 本章小节 | 第26-27页 |
| 4 基于案例的手机故障相似度匹配算法研究 | 第27-34页 |
| 4.1 研究环境 | 第27页 |
| 4.2 基于粗糙集和欧式距离的 CBR 模型 | 第27-32页 |
| 4.3 基于知识粒度粗糙集和欧式距离的案例匹配 | 第32-33页 |
| 4.4 本章小节 | 第33-34页 |
| 5 算法分析 | 第34-39页 |
| 5.1 仿真工具介绍 | 第34-35页 |
| 5.1.1 概述 | 第34-35页 |
| 5.1.2 仿真软件介绍 | 第35页 |
| 5.2 仿真设置 | 第35-36页 |
| 5.3 性能分析 | 第36-38页 |
| 5.3.1 匹配准确率 | 第36-37页 |
| 5.3.2 案例误报率 | 第37-38页 |
| 5.4 本章小结 | 第38-39页 |
| 6 总结与展望 | 第39-41页 |
| 6.1 总结 | 第39页 |
| 6.2 下一步工作 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44-45页 |
| 个人简历及学术成果 | 第45页 |
| 发明专利 | 第45页 |
| 学术论文 | 第45-46页 |
