| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究概况 | 第12-16页 |
| 1.3 论文的主要研究内容 | 第16-18页 |
| 1.3.1 论文研究内容 | 第16页 |
| 1.3.2 论文组织结构 | 第16-18页 |
| 第二章 相关概念 | 第18-25页 |
| 2.1 PETRI网 | 第18-19页 |
| 2.2 事件日志 | 第19-20页 |
| 2.3 过程模型 | 第20-22页 |
| 2.3.1 过程模型的表示形式 | 第20页 |
| 2.3.2 工作流网 | 第20页 |
| 2.3.3 过程模型的基本结构 | 第20-21页 |
| 2.3.4 模型质量的衡量标准 | 第21-22页 |
| 2.4 过程挖掘算法典型算法 | 第22-24页 |
| 2.4.1 算法 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于频次的路由结构挖掘 | 第25-33页 |
| 3.1 基本定义 | 第25-26页 |
| 3.2 频次矩阵 | 第26-27页 |
| 3.3 循环结构 | 第27页 |
| 3.4 并行结构 | 第27-28页 |
| 3.5 改进的频次矩阵 | 第28页 |
| 3.6 选择结构 | 第28-29页 |
| 3.7 非自由选择结构 | 第29-30页 |
| 3.8 基于频次的路由结构挖掘算法 | 第30-32页 |
| 3.9 本章小结 | 第32-33页 |
| 第四章 基于信息熵和轨迹聚类的抗噪过程挖掘算法 | 第33-47页 |
| 4.1 频次阈值 | 第35-36页 |
| 4.2 循环结构 | 第36页 |
| 4.3 并行结构 | 第36-37页 |
| 4.4 改进的频次矩阵 | 第37-38页 |
| 4.5 基于改进频次矩阵的相关性度量 | 第38页 |
| 4.6 信息熵去燥 | 第38-41页 |
| 4.6.1 最大熵原则 | 第39-40页 |
| 4.6.2 基于最大熵原则确定去噪阈值 | 第40-41页 |
| 4.7 选择结构 | 第41页 |
| 4.8 基于轨迹聚类的去噪过程挖掘算法 | 第41-45页 |
| 4.8.1 轨迹距离 | 第43页 |
| 4.8.2 最小生成树聚类 | 第43-44页 |
| 4.8.3 基于轨迹聚类的去噪算法框架 | 第44-45页 |
| 4.9 基于信息熵和轨迹聚类的抗噪过程挖掘算法框架 | 第45-46页 |
| 4.10 本章小结 | 第46-47页 |
| 第五章 实验 | 第47-66页 |
| 5.1 实验数据 | 第47页 |
| 5.2 实验评价标准 | 第47-50页 |
| 5.2.1 精确度和召回率 | 第47-48页 |
| 5.2.2 拟合度 | 第48-49页 |
| 5.2.3 合理度 | 第49-50页 |
| 5.3 实验结果与分析 | 第50-65页 |
| 5.3.1 基于人造日志的实验 | 第50-55页 |
| 5.3.2 基于医院账单的开源现实日志的实验 | 第55-59页 |
| 5.3.3 基于上海大学PIM业务流程的现实日志的实验 | 第59-64页 |
| 5.3.4 不同噪声比例的去噪效果分析 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 作者在攻读期间公开发布的论文 | 第73-74页 |
| 致谢 | 第74页 |