智能预诊过程关联规则提取方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题来源 | 第10页 |
| ·课题研究背景 | 第10-13页 |
| ·关联规则提取国内外研究现状 | 第13-16页 |
| ·本文组织结构 | 第16-18页 |
| 第2章 关联规则提取的相关工作 | 第18-28页 |
| ·关联规则的基本概念 | 第18-19页 |
| ·关联规则的分类 | 第19-20页 |
| ·关联规则提取的经典算法 | 第20-27页 |
| ·Apriori算法 | 第20-22页 |
| ·CBA算法 | 第22-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于关联规则的SVR参数选择方法 | 第28-42页 |
| ·SVR相关理论 | 第28-31页 |
| ·SVR基本概念 | 第28-30页 |
| ·SVR参数选择 | 第30-31页 |
| ·基于CBA工具的SVR参数选择方法 | 第31-34页 |
| ·参数关联规则的建立与评价 | 第34-41页 |
| ·参数样本的建立 | 第34-38页 |
| ·关联规则的验证 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于多重剪枝的关联规则提取算法 | 第42-59页 |
| ·关联规则提取算法MA | 第43-48页 |
| ·样本数据的预处理 | 第43-45页 |
| ·提取原始关联规则 | 第45-47页 |
| ·MA算法性能分析 | 第47-48页 |
| ·基于多重剪枝的关联规则提取算法MAMP | 第48-54页 |
| ·基于规则相关性分析的剪枝 | 第49-51页 |
| ·冗余规则的剪枝 | 第51-52页 |
| ·基于数据覆盖技术的剪枝 | 第52-54页 |
| ·MAMP算法性能分析 | 第54-58页 |
| ·剪枝效果验证 | 第54-56页 |
| ·数据规范性验证 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 关联规则提取算法的应用研究 | 第59-76页 |
| ·智能预诊中的性能评价 | 第59-61页 |
| ·基于贝叶斯网络的金属疲劳性能评价方法 | 第61-73页 |
| ·贝叶斯网络相关理论 | 第62-66页 |
| ·基于朴素贝叶斯的金属疲劳性能评估 | 第66-71页 |
| ·性能评估结果分析 | 第71-73页 |
| ·性能评价结果的关联规则提取 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间发表的学术论文 | 第83-85页 |
| 致谢 | 第85页 |
