列车故障诊断专家系统智能技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10页 |
| ·故障诊断专家系统概述 | 第10-13页 |
| ·故障诊断专家系统简介 | 第10-12页 |
| ·故障诊断专家系统国内外发展 | 第12-13页 |
| ·高速列车故障诊断国内外发展 | 第13页 |
| ·关键技术概述 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第二章 列车故障诊断专家系统设计 | 第16-21页 |
| ·列车故障诊断专家系统的体系结构 | 第16-19页 |
| ·故障诊断专家系统知识库的设计 | 第17-18页 |
| ·专家系统人机接口方式 | 第18页 |
| ·专家系统推理机设计 | 第18-19页 |
| ·数据流图 | 第19页 |
| ·系统功能结构图 | 第19-20页 |
| 本章小结 | 第20-21页 |
| 第三章 基于模糊推理的推理机技术 | 第21-32页 |
| ·汉字分词方法 | 第21-22页 |
| ·模糊推理简介 | 第22-26页 |
| ·基于框架的模糊推理模型 | 第22-24页 |
| ·基于语义网络的模糊推理模型 | 第24-25页 |
| ·基于产生式规则的模糊推理 | 第25-26页 |
| ·模糊推理模型 | 第26-27页 |
| ·模糊推理流程 | 第27-31页 |
| ·隶属度计算 | 第28-29页 |
| ·可信度计算 | 第29页 |
| ·贴近度计算 | 第29-30页 |
| ·伪代码描述 | 第30-31页 |
| 本章小结 | 第31-32页 |
| 第四章 面向图像识别集的推理机技术 | 第32-47页 |
| ·OpenCV框架简介 | 第32-34页 |
| ·图像和直方图 | 第34-40页 |
| ·数字图像处理简介 | 第34-35页 |
| ·颜色模型 | 第35-36页 |
| ·图像分析 | 第36页 |
| ·直方图 | 第36-40页 |
| ·图像识别方法 | 第40-42页 |
| ·图像识别流程 | 第42-44页 |
| ·图像识别和模糊推理的结合 | 第44-46页 |
| 本章小结 | 第46-47页 |
| 第五章 基于关联规则的知识发现技术 | 第47-52页 |
| ·关联规则介绍 | 第47-48页 |
| ·关联规则流程 | 第48页 |
| ·关联规则算法描述 | 第48-49页 |
| ·部分核心源代码 | 第49-51页 |
| 本章小结 | 第51-52页 |
| 第六章 高速列车故障诊断专家系统实现 | 第52-74页 |
| ·列乍故障诊断专家系统软件架构 | 第52-53页 |
| ·数据库设计 | 第53-57页 |
| ·故障现象表fact | 第54页 |
| ·故障结论表conclusion | 第54页 |
| ·规则表rules | 第54-55页 |
| ·历史记录表history | 第55页 |
| ·故障类型表type | 第55-56页 |
| ·故障图片表picture | 第56页 |
| ·图像诊断表picRecord | 第56-57页 |
| ·用户表users | 第57页 |
| ·开发及运行环境 | 第57页 |
| ·开发环境 | 第57页 |
| ·运行环境 | 第57页 |
| ·OpenCV与本系统的集成 | 第57-58页 |
| ·系统配置和使用 | 第58页 |
| ·服务器端系统配置 | 第58页 |
| ·系统使用 | 第58页 |
| ·系统展示 | 第58-73页 |
| ·文本信息故障诊断 | 第58-61页 |
| ·编辑故障现象 | 第61-65页 |
| ·编辑上传图片 | 第65页 |
| ·编辑故障结论 | 第65-66页 |
| ·编辑知识库 | 第66-67页 |
| ·增加新规则 | 第67-69页 |
| ·用户管理 | 第69-70页 |
| ·模糊推理展示 | 第70-71页 |
| ·图像识别模糊推理展示 | 第71-72页 |
| ·关联规则知识发现展示 | 第72-73页 |
| 本章小结 | 第73-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间参加的科研项目 | 第78页 |
| 攻读硕士学位期间发表的学术论文 | 第78-79页 |
| 致谢 | 第79页 |
