| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-20页 |
| ·问题的提出与研究的意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·本研究的主要内容及框架 | 第16-18页 |
| ·本研究的主要内容 | 第16-17页 |
| ·本研究的框架 | 第17-18页 |
| ·主要创新工作 | 第18-20页 |
| 第2章 智能数据采集技术 | 第20-42页 |
| ·数据采集概述 | 第20-23页 |
| ·相关概念 | 第20-21页 |
| ·数据采集的分类 | 第21页 |
| ·数据采集在各行业的应用 | 第21-22页 |
| ·智能数据采集 | 第22-23页 |
| ·基于串口的数据采集方法 | 第23-26页 |
| ·工作模式 | 第23-24页 |
| ·通信协议 | 第24-25页 |
| ·数据流量控制 | 第25页 |
| ·数据校验方法 | 第25-26页 |
| ·一种无人值守的智能数据采集系统 | 第26-41页 |
| ·系统总体结构 | 第26-29页 |
| ·通信协议 | 第29-31页 |
| ·数据采集原理 | 第31-33页 |
| ·基于时隙和循环队列的自动识别与称重算法 | 第33-38页 |
| ·算法流程图 | 第38-39页 |
| ·算法关键代码描述 | 第39-40页 |
| ·算法运行界面 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 基于构件的信息系统体系结构 | 第42-58页 |
| ·构件的概念 | 第42-44页 |
| ·构件的分类和粒度 | 第44-45页 |
| ·构件模型 | 第45-47页 |
| ·三种主要的构件模型 | 第45-46页 |
| ·构件模型的形式化描述 | 第46-47页 |
| ·构件的连接方式 | 第47-50页 |
| ·并联(Parallel Connection) | 第48页 |
| ·串联(Series Connection) | 第48-49页 |
| ·混联(Mix Connection) | 第49-50页 |
| ·基于构件的信息系统体系结构 | 第50-54页 |
| ·基础架构 | 第52页 |
| ·上下文环境 | 第52-53页 |
| ·构件架构 | 第53-54页 |
| ·基于构件的信息系统开发流程 | 第54-56页 |
| ·构建原型系统 | 第54-55页 |
| ·组装应用系统 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第4章 基于构件的智能信息处理方法 | 第58-96页 |
| ·基于树形结构“超”实体的信息组织模式 | 第58-66页 |
| ·关系数据库中传统的实体树形联系模式 | 第59-60页 |
| ·树形结构“超”实体及其数据结构 | 第60-63页 |
| ·树形结构“超”实体的性质 | 第63页 |
| ·树形结构“超”实体基本算法 | 第63-66页 |
| ·树形结构构件及实现方法 | 第66-73页 |
| ·C/S模式下树形结构构件实现方法 | 第67-71页 |
| ·B/S模式下动态下拉列表构件实现方法 | 第71-73页 |
| ·信息呈现的评价模型 | 第73-76页 |
| ·信息呈现的四元组评价模型 | 第74-75页 |
| ·不同类型用户在信息呈现的评价模型中的需求取向 | 第75页 |
| ·不同媒体信息的不同呈现方式 | 第75-76页 |
| ·基于可编辑电子书构件的智能信息呈现方法 | 第76-85页 |
| ·基于角色的可变维度QQ式菜单管理方法 | 第76-81页 |
| ·基于可编辑电子书的智能信息呈现方法 | 第81-85页 |
| ·可编辑电子书的信息呈现模型评估 | 第85页 |
| ·基于构件的柔性软件工程—以全国山洪灾害防治规划信息系统为例 | 第85-95页 |
| ·概述 | 第85-86页 |
| ·系统总体设计 | 第86-91页 |
| ·系统功能实现 | 第91-92页 |
| ·系统部分关键技术 | 第92-94页 |
| ·系统实施效果 | 第94-95页 |
| ·本章小结 | 第95-96页 |
| 第5章 知识发现—基于多专家情景 | 第96-126页 |
| ·问题的提出 | 第96-98页 |
| ·知识发现概述 | 第96-97页 |
| ·多领域专家情景下的知识发现问题 | 第97-98页 |
| ·专家系统 | 第98-101页 |
| ·专家系统概述 | 第98-99页 |
| ·专家系统的研究课题 | 第99-100页 |
| ·协同专家系统 | 第100-101页 |
| ·BP神经网络 | 第101-109页 |
| ·BP网络及其学习算法 | 第101-103页 |
| ·BP网络学习算法的改进 | 第103-106页 |
| ·BP网络拓扑可重构及其实现方法 | 第106-109页 |
| ·模糊逻辑 | 第109-113页 |
| ·模糊逻辑 | 第109-112页 |
| ·模糊逻辑与神经网络的结合 | 第112-113页 |
| ·基于BP可重构网络的协同模糊专家系统 | 第113-125页 |
| ·课题介绍 | 第113-116页 |
| ·神经网络超结点拓扑结构 | 第116-117页 |
| ·系统的体系结构 | 第117-118页 |
| ·系统关键技术的实现方法 | 第118-121页 |
| ·系统运行实例 | 第121-124页 |
| ·实验结果对比分析 | 第124-125页 |
| ·本章小结 | 第125-126页 |
| 第6章 知识发现—无专家情景下的NP问题 | 第126-138页 |
| ·问题的提出 | 第126-127页 |
| ·ALB问题描述 | 第127-128页 |
| ·传统的遗传算法 | 第128-129页 |
| ·用改进的遗传算法求解ALB-2问题 | 第129-133页 |
| ·编码规则 | 第129页 |
| ·适应度函数的设计 | 第129-131页 |
| ·选择策略的确定 | 第131-133页 |
| ·杂交、变异策略的设计 | 第133页 |
| ·算法实现的关键技术 | 第133-135页 |
| ·系统的功能结构图 | 第133-134页 |
| ·数据结构 | 第134-135页 |
| ·运行实例及结果分析 | 第135-137页 |
| ·运行实例 | 第135-136页 |
| ·实验结果对比分析 | 第136-137页 |
| ·本章小结 | 第137-138页 |
| 第7章 结论与展望 | 第138-140页 |
| ·全文总结 | 第138-139页 |
| ·展望 | 第139-140页 |
| 致谢 | 第140-141页 |
| 参考文献 | 第141-151页 |
| 攻读博士学位期间科研情况及发表的论文 | 第151-153页 |
| 附录 | 第153-162页 |