| 学位论文数据集 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究的背景与意义 | 第13-14页 |
| 1.2 根源分析的研究现状 | 第14-16页 |
| 1.2.1 基于先验知识的方法 | 第14-15页 |
| 1.2.2 基于数据驱动的方法 | 第15-16页 |
| 1.3 传递熵的研究现状 | 第16-17页 |
| 1.4 论文的研究内容和结构安排 | 第17-19页 |
| 第二章 传递熵的基本理论及算法改进 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 传递熵的基本理论 | 第19-24页 |
| 2.2.1 传递熵算法的发展 | 第19-22页 |
| 2.2.2 参数选取 | 第22页 |
| 2.2.3 概率密度估算 | 第22-23页 |
| 2.2.4 显著性水平检验 | 第23-24页 |
| 2.3 可调参考范围传递熵 | 第24-27页 |
| 2.3.1 ARHTE算法 | 第24-26页 |
| 2.3.2 ARHDTE算法 | 第26-27页 |
| 2.4 实例研究 | 第27-30页 |
| 2.4.1 直接因果关系随机过程 | 第27-28页 |
| 2.4.2 共同因果关系和间接因果随机过程 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于可调参考范围传递熵的因果网络建模 | 第31-49页 |
| 3.1 引言 | 第31页 |
| 3.2 简单过程知识在因果网络建模中的应用 | 第31-34页 |
| 3.2.1 系统的单元划分 | 第31-33页 |
| 3.2.2 变量的层级划分 | 第33-34页 |
| 3.3 基于ARHTE算法与简单过程知识的因果网络建模 | 第34-35页 |
| 3.4 实例研究 | 第35-48页 |
| 3.4.1 TE过程概述 | 第35-37页 |
| 3.4.2 TE过程因果网络建模 | 第37-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于ARHTE指标的报警根源分析 | 第49-61页 |
| 4.1 引言 | 第49页 |
| 4.2 报警根源分析方法 | 第49-53页 |
| 4.2.1 报警传播通路及根源推理 | 第49-51页 |
| 4.2.2 ARHTE指标的计算方法 | 第51-53页 |
| 4.2.3 基于因果网络模型及ARHTE指标的根源分析流程 | 第53页 |
| 4.3 实验研究 | 第53-60页 |
| 4.3.1 扰动d_6影响下的根源分析 | 第54-57页 |
| 4.3.2 扰动d_7影响下的根源分析 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 结论与展望 | 第61-63页 |
| 5.1 结论 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者和导师简介 | 第69-71页 |
| 附件 | 第71-72页 |