摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-14页 |
1.1 研究背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文主要研究工作 | 第12页 |
1.4 论文组织结构 | 第12-14页 |
第二章 贝叶斯网络基本原理及相关技术 | 第14-24页 |
2.1 贝叶斯定理 | 第14-15页 |
2.2 贝叶斯网络 | 第15-18页 |
2.2.1 贝叶斯网络的定义 | 第15页 |
2.2.2 变量之间基本依赖关系和节点之间的基本结构 | 第15-17页 |
2.2.3 贝叶斯网络的应用实例 | 第17-18页 |
2.3 贝叶斯网络的结构学习 | 第18-20页 |
2.3.1 基于评分搜索的结构学习 | 第18-20页 |
2.3.2 基于依赖分析的结构学习 | 第20页 |
2.4 贝叶斯网络的参数学习 | 第20-22页 |
2.4.1 最大似然估计 | 第21页 |
2.4.2 贝叶斯估计 | 第21-22页 |
2.5 本章小结 | 第22-24页 |
第三章 系统需求分析与总体功能的设计 | 第24-34页 |
3.1 系统需求分析与系统目标 | 第24-27页 |
3.1.1 功能性需求 | 第24-25页 |
3.1.2 非功能性需求 | 第25-26页 |
3.1.3 系统目标 | 第26-27页 |
3.2 网络架构设计 | 第27页 |
3.3 系统层次结构设计 | 第27-28页 |
3.4 系统功能架构 | 第28-29页 |
3.5 系统流程设计 | 第29-30页 |
3.6 主要接口设计 | 第30-31页 |
3.7 总体界面设计 | 第31-32页 |
3.7.1 界面设计原则 | 第31-32页 |
3.7.2 界面设计 | 第32页 |
3.8 本章小结 | 第32-34页 |
第四章 基于大数据平台构建贝叶斯网络子系统设计与实现 | 第34-54页 |
4.1 相关背景 | 第34-35页 |
4.2 电表故障的成因分析 | 第35-36页 |
4.3 数据预处理 | 第36-38页 |
4.4 搭建大数据平台 | 第38页 |
4.5 构建基于大数据平台的贝叶斯网络 | 第38-45页 |
4.5.1 贝叶斯网络结构学习算法的选择 | 第39-42页 |
4.5.2 MapReduce编程规格 | 第42-43页 |
4.5.3 分布式学习的实现 | 第43-45页 |
4.6 功能模块具体设计和实现 | 第45-49页 |
4.6.1 功能设计 | 第45-46页 |
4.6.2 流程设计 | 第46-47页 |
4.6.3 网络模型评测 | 第47-48页 |
4.6.4 关键代码 | 第48-49页 |
4.7 大数据平台的性能调优 | 第49-52页 |
4.7.1 应用程序的调优 | 第49页 |
4.7.2 作业级别的调优 | 第49-50页 |
4.7.3 任务级别的调优 | 第50-52页 |
4.8 本章小结 | 第52-54页 |
第五章 电表故障类型成因分析与预测子系统的设计与实现 | 第54-64页 |
5.1 贝叶斯网络、预测结果展示模块 | 第54-58页 |
5.1.1 功能设计 | 第54页 |
5.1.2 相应数据库设计 | 第54-56页 |
5.1.3 关键代码 | 第56页 |
5.1.4 界面展示 | 第56-58页 |
5.2 故障类型成因分析和预测模块 | 第58-62页 |
5.2.1 功能设计 | 第58页 |
5.2.2 流程设计 | 第58-59页 |
5.2.3 算法设计 | 第59-60页 |
5.2.4 关键代码 | 第60-61页 |
5.2.5 界面展示 | 第61-62页 |
5.3 后台管理模块 | 第62-63页 |
5.3.1 功能设计 | 第62页 |
5.3.2 相应数据库设计 | 第62-63页 |
5.4 本章小结 | 第63-64页 |
第六章 实验及结果分析 | 第64-70页 |
6.1 实验环境 | 第64页 |
6.2 测试性能指标 | 第64页 |
6.3 实验结果及评估 | 第64-68页 |
6.3.1 结构学习算法的比较 | 第64-65页 |
6.3.2 实验结果 | 第65-68页 |
6.4 本章小结 | 第68-70页 |
第七章 总结与展望 | 第70-72页 |
7.1 论文工作总结 | 第70-71页 |
7.2 问题和展望 | 第71-72页 |
参考文献 | 第72-74页 |
致谢 | 第74页 |