面向故障树聚类的化工事故分析技术研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状与发展趋势 | 第9-12页 |
| 1.2.1 故障树分析 | 第9-10页 |
| 1.2.2 图结构匹配 | 第10-12页 |
| 1.3 论文的主要工作 | 第12-13页 |
| 1.4 论文章节安排 | 第13-15页 |
| 2 面向故障树聚类的化工事故分析相关工作 | 第15-39页 |
| 2.1 面向化工事故的文本采集 | 第16-17页 |
| 2.1.1 文本采集技术——网络爬虫 | 第16页 |
| 2.1.2 化工事故文本的采集 | 第16-17页 |
| 2.2 面向化工事故的文本处理 | 第17-21页 |
| 2.2.1 文本处理技术——中文分词与文本清洗 | 第17-19页 |
| 2.2.2 化工事故文本的处理 | 第19-21页 |
| 2.3 面向化工事故的文本训练 | 第21-25页 |
| 2.3.1 词向量的表示方式 | 第21-22页 |
| 2.3.2 词向量的训练技术 | 第22-24页 |
| 2.3.3 词向量的训练结果 | 第24-25页 |
| 2.4 面向化工事故的文本分析 | 第25-27页 |
| 2.4.1 基于词的相似度计算 | 第25页 |
| 2.4.2 基于句子的相似度计算 | 第25-26页 |
| 2.4.3 基于故障树节点的相似度计算 | 第26-27页 |
| 2.5 基于故障树的化工领域语料库 | 第27-29页 |
| 2.6 面向化工事故的故障树结构分析 | 第29-32页 |
| 2.7 面向化工事故的故障树结构匹配方法 | 第32-38页 |
| 2.7.1 算法技术 | 第33-36页 |
| 2.7.2 基于故障树扩展割集的化工事故分析方法 | 第36-37页 |
| 2.7.3 基于隐马尔可夫模型的化工事故分析方法 | 第37-38页 |
| 2.8 本章小结 | 第38-39页 |
| 3 面向故障树聚类的扩展割集的事故分析方法 | 第39-49页 |
| 3.1 故障树割集 | 第39-40页 |
| 3.2 故障树扩展割集 | 第40-43页 |
| 3.3 面向故障树聚类的扩展割集算法 | 第43-45页 |
| 3.4 面向故障树聚类的扩展割集匹配 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 4 面向故障树聚类的隐马尔可夫模型的事故分析方法 | 第49-64页 |
| 4.1 故障树结构匹配相关概念 | 第49-51页 |
| 4.2 基于故障树的HMM | 第51页 |
| 4.3 构造面向故障树的隐马尔可夫模型 | 第51-54页 |
| 4.4 序列匹配算法预测最优匹配 | 第54-55页 |
| 4.5 缺陷模式检测 | 第55-57页 |
| 4.6 逻辑门错误检测 | 第57-59页 |
| 4.7 结构匹配与缺陷检测 | 第59-62页 |
| 4.8 本章小结 | 第62-64页 |
| 5 面向故障树聚类的化工事故分析系统的实现与实验 | 第64-73页 |
| 5.1 系统实现 | 第64-69页 |
| 5.1.1 系统功能 | 第64-67页 |
| 5.1.2 应用场景 | 第67-68页 |
| 5.1.3 系统流程图 | 第68-69页 |
| 5.2 系统实验 | 第69-73页 |
| 5.2.1 实验语料准备 | 第69-70页 |
| 5.2.2 实验结果 | 第70-72页 |
| 5.2.3 实验结果分析 | 第72-73页 |
| 总结与展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士期间发表的学术论文 | 第78-79页 |
