| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景 | 第14-16页 |
| 1.1.1 概率图模型的发展历程 | 第14-15页 |
| 1.1.2 动态贝叶斯网络的发展历程 | 第15页 |
| 1.1.3 非同构动态贝叶斯网络的研究背景 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 概率图模型研究现状概述 | 第16-18页 |
| 1.2.2 非同构动态贝叶斯网络的研究现状 | 第18-19页 |
| 1.3 本文主要工作与章节安排 | 第19-22页 |
| 1.3.1 本文的主要工作 | 第19-20页 |
| 1.3.2 本文的章节组织形式 | 第20-22页 |
| 第二章 背景知识 | 第22-36页 |
| 2.1 非同构动态贝叶斯网络 | 第22-24页 |
| 2.1.1 贝叶斯网络的定义 | 第22页 |
| 2.1.2 动态贝叶斯网络的定义 | 第22-23页 |
| 2.1.3 非同构动态贝叶斯网络的定义 | 第23-24页 |
| 2.1.4 贝叶斯回归模型 | 第24页 |
| 2.2 可逆跳转蒙特卡洛马尔科夫算法 | 第24-27页 |
| 2.2.1 马尔科夫链 | 第25页 |
| 2.2.2 蒙特卡洛马尔科夫链采样算法MCMC | 第25页 |
| 2.2.3 可逆跳转蒙特卡洛采样算法RJ-MCMC | 第25-27页 |
| 2.3 朴素贝叶斯分类方法 | 第27-28页 |
| 2.4 广义线性回归模型 | 第28-29页 |
| 2.5 K-Means聚类方法 | 第29页 |
| 2.6 时间序列的平稳性质 | 第29-31页 |
| 2.6.1 时间序列平稳性质的定义 | 第29-31页 |
| 2.6.2 时间序列平稳性质的检测方法 | 第31页 |
| 2.7 常用时间序列分析模型 | 第31-34页 |
| 2.7.1 平稳时间序列模型:ARMA模型 | 第31-33页 |
| 2.7.2 非平稳单元时间序列模型:ARIMA模型 | 第33-34页 |
| 2.8 本章小结 | 第34-36页 |
| 第三章 基于滑动窗口均值的非同构动态贝叶斯网络转换点检测算法 | 第36-48页 |
| 3.1 RJ-MCMC算法检测转换点 | 第36-38页 |
| 3.1.1 状态的跳转 | 第36-37页 |
| 3.1.2 RJ-MCMC算法中的先验 | 第37页 |
| 3.1.3 RJ-MCMC算法对新状态的接受概率 | 第37-38页 |
| 3.2 结合转换点知识的APK-RJ-MCMC算法检测转换点 | 第38-41页 |
| 3.2.1 APK-RJ-MCMC算法中转换点的新生动作 | 第40页 |
| 3.2.2 APK-RJ-MCMC算法中转换点的消去动作 | 第40-41页 |
| 3.2.3 APK-RJ-MCMC算法中转换点的切换动作 | 第41页 |
| 3.3 两种转换点检测算法的对比实验 | 第41-46页 |
| 3.3.1 实验结果的评价标准 | 第41-42页 |
| 3.3.2 人工数据集上的实验结果 | 第42-44页 |
| 3.3.3 基因数据集上的实验结果 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 基于非同构动态贝叶斯网络的异常工况预测算法 | 第48-65页 |
| 4.1 电力公司脱硫系统应用背景 | 第49页 |
| 4.2 基于非同构动态贝叶斯网络的异常工况预测算法概述 | 第49-50页 |
| 4.3 预处理与时间序列的平稳性分析 | 第50-55页 |
| 4.3.1 预处理中的无关变量的删除操作 | 第51-52页 |
| 4.3.2 预处理中的欠采样操作 | 第52-53页 |
| 4.3.3 目标序列的平稳性检查 | 第53-55页 |
| 4.4 非同构动态贝叶斯网络回归模型的学习阶段 | 第55-57页 |
| 4.4.1 关于脱硫系统的一些先验知识 | 第56页 |
| 4.4.2 对学习到的样本进行聚类 | 第56-57页 |
| 4.5 基于朴素贝叶斯分类器的预测阶段 | 第57-58页 |
| 4.6 废气处理系统实时预警阶段 | 第58-59页 |
| 4.7 实验结果及分析 | 第59-64页 |
| 4.7.1 实验开发环境 | 第60页 |
| 4.7.2 算法的评价标准 | 第60-62页 |
| 4.7.3 实验结果展示 | 第62-63页 |
| 4.7.4 实验结果分析 | 第63-64页 |
| 4.8 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 简历与科研成果 | 第72-73页 |
| 致谢 | 第73-75页 |
