摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-18页 |
1.1 课题来源与选题背景 | 第12-13页 |
1.2 课题研究的目的和意义 | 第13-14页 |
1.3 研究目标与内容 | 第14-16页 |
1.4 研究的技术路线与方法 | 第16页 |
1.5 论文结构安排 | 第16-18页 |
第2章 相关理论与研究综述 | 第18-32页 |
2.1 引言 | 第18页 |
2.2 卷烟相关知识 | 第18-24页 |
2.2.1 烟叶的物化特性 | 第18-20页 |
2.2.2 卷烟配方结构 | 第20-21页 |
2.2.3 卷烟配方中烟叶配合力的情况分析 | 第21-22页 |
2.2.4 卷烟配方设计的相关性研究 | 第22-24页 |
2.3 贝叶斯网络的相关研究 | 第24-27页 |
2.3.1 贝叶斯网络的发展状况 | 第24-25页 |
2.3.2 贝叶斯网络的研究状况 | 第25-27页 |
2.4 知识发现的相关研究 | 第27-30页 |
2.4.1 知识发现简介 | 第27-28页 |
2.4.2 知识发现中规则提取的相关研究 | 第28-30页 |
2.5 本章小结 | 第30-32页 |
第3章 卷烟配方数据的预处理和统计分析 | 第32-48页 |
3.1 引言 | 第32页 |
3.2 卷烟配方数据的来源 | 第32页 |
3.3 卷烟配方数据预处理 | 第32-38页 |
3.3.1 单料烟信息缺失数据的补充 | 第32-34页 |
3.3.2 数据整合 | 第34页 |
3.3.3 数据离散化 | 第34-38页 |
3.4 卷烟配方数据的统计分析 | 第38-46页 |
3.4.1 化学元素属性间的相关性分析 | 第38-40页 |
3.4.2 单料烟在配方中使用频率分析 | 第40-42页 |
3.4.3 配方部位、颜色、档次比例随配方变化过程的波动情况分析 | 第42-44页 |
3.4.4 配方替代前后物化指标的变化量的统计分析 | 第44-46页 |
3.5 本章小结 | 第46-48页 |
第4章 基于贝叶斯网络的卷烟配方规则提取 | 第48-64页 |
4.1 引言 | 第48页 |
4.2 基于贝叶斯网络的卷烟配方识别模型 | 第48-52页 |
4.2.1 贝叶斯网络的简介 | 第48-49页 |
4.2.2 基于贝叶斯网络的卷烟配方识别算法设计 | 第49-52页 |
4.3 模型的实验设计 | 第52-58页 |
4.3.1 数据描述 | 第52-55页 |
4.3.2 性能度量 | 第55页 |
4.3.3 比较算法选择 | 第55-56页 |
4.3.4 算法参数设置 | 第56-58页 |
4.4 模型的比较与分析 | 第58-60页 |
4.4.1 先验分布的影响分析 | 第58-59页 |
4.4.2 与朴素贝叶斯方法的比较 | 第59-60页 |
4.4.3 与决策树方法的比较 | 第60页 |
4.5 基于贝叶斯网络的规则提取 | 第60-63页 |
4.6 本章小结 | 第63-64页 |
第5章 基于聚类和贝叶斯网络启发式规则的卷烟配方维护方法 | 第64-78页 |
5.1 引言 | 第64页 |
5.2 卷烟配方维护启发式方法的思路和框架 | 第64-65页 |
5.2.1 数据描述 | 第64-65页 |
5.2.2 卷烟配方维护启发式方法的思路以及框架 | 第65页 |
5.3 聚类规则 | 第65-69页 |
5.3.1 聚类算法 | 第65-67页 |
5.3.2 加权聚类算法 | 第67页 |
5.3.3 聚类规则与加权聚类规则的比较 | 第67-69页 |
5.4 卷烟配方维护启发式方法的算法实现 | 第69-70页 |
5.5 卷烟配方维护的结果和验证 | 第70-72页 |
5.6 系统模块设计与实施 | 第72-77页 |
5.6.1 系统开发环境简介 | 第72-73页 |
5.6.2 系统界面与使用实例 | 第73-77页 |
5.7 本章小结 | 第77-78页 |
第6章 总结与展望 | 第78-80页 |
6.1 论文工作总结 | 第78-79页 |
6.2 未来研究工作展望 | 第79-80页 |
参考文献 | 第80-86页 |
致谢 | 第86-88页 |
攻读硕士期间参加课题及获奖情况 | 第88页 |
1.参加课题 | 第88页 |
2.获奖情况 | 第88页 |