首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于脑信息学的数据脑建模及其应用

摘要第1-6页
Abstract第6-12页
第1章 绪论第12-26页
   ·课题背景第12-15页
     ·研究动机第12-14页
     ·课题来源与支持第14-15页
   ·相关研究第15-20页
     ·从万维网到智慧物联万维网第15-16页
     ·概念数据建模第16-17页
     ·本体开发第17-18页
     ·EEG/ERP和fMRI脑数据库系统第18-19页
     ·领域驱动的数据挖掘第19-20页
   ·主要研究内容第20-22页
   ·研究意义第22-24页
   ·本文结构第24-26页
第2章 脑信息学与数据脑第26-52页
   ·主要的脑科学分支第26-27页
   ·脑信息学及其方法学第27-33页
     ·脑信息学第27-28页
     ·系统化的脑信息学方法学第28-29页
     ·脑信息学数据循环第29-30页
     ·脑信息学VS.其他生命信息学第30-32页
     ·脑信息学数据-信息-知识整合框架第32-33页
   ·数据脑第33-37页
     ·什么是数据脑第33页
     ·为什么要构建数据脑第33-34页
     ·多维的数据脑框架第34-35页
     ·数据脑建模分析第35-37页
   ·元模型第37-49页
     ·基础元模型第37-47页
     ·扩展元模型第47-49页
   ·本章小结第49-52页
第3章 基于脑信息学方法学的数据脑建模第52-74页
   ·基于脑信息学方法学的建模过程第52-53页
   ·术语收集第53-55页
   ·维度构建第55-67页
     ·基于系统化研究视角的功能维构建第55-57页
     ·基于系统化实验设计的实验维构建第57-61页
     ·基于系统化脑数据管理的数据维构建第61-63页
     ·基于系统化脑数据分析和模拟的分析维构建第63-67页
   ·维间关系构建第67-68页
   ·基于功能维的概念视图抽取第68-70页
   ·数据脑的评价和演化第70-72页
   ·与现有本体开发过程的比较第72页
   ·本章小结第72-74页
第4章 基于数据脑的系统化脑数据管理第74-100页
   ·系统化脑数据管理第74-75页
   ·脑信息学源第75-84页
     ·脑信息学数据源第75-79页
     ·脑信息学分析源第79-83页
     ·基于数据脑的脑数据中心第83-84页
   ·源立方体第84-90页
     ·源立方体第84-86页
     ·基于数据脑的源立方体构建第86-87页
     ·源立方体的基本操作第87-90页
   ·归纳推理为核心的案例研究第90-97页
   ·与现有脑成像数据库研究的比较第97-98页
   ·本章小结第98-100页
第5章 数据脑驱动的系统化脑数据分析第100-124页
   ·系统化脑数据分析第100-101页
   ·脑信息学全球化学习框架第101-103页
   ·多侧面挖掘过程规划第103-111页
     ·挖掘过程规划框架第103-104页
     ·目标定义第104-105页
     ·数据脑驱动的数据选择第105-108页
     ·数据脑驱动的分析Agent发现第108-109页
     ·工作流抽取第109-111页
   ·数据脑驱动的多侧面脑数据分析过程第111-121页
     ·数据脑驱动的多侧面脑数据分析方法第112页
     ·基于GLS-BI的多侧面挖掘过程规划第112-115页
     ·基于等价工作流的典型分析第115-117页
     ·整合参考工作流的探索性分析第117-120页
     ·整合相关工作流的针对性分析第120-121页
   ·与现有脑数据挖掘工具研究的比较第121-122页
   ·本章小结第122-124页
结论第124-128页
 提出了基于数据脑的数据-信息-知识整合框架第124页
 设计了领域驱动的概念数据建模方法第124页
 制定了基于数据脑的系统化脑数据管理实现策略第124-125页
 开发了数据脑驱动的系统化脑数据分析方法第125-128页
参考文献第128-142页
攻读博士学位期间所发表的学术论文第142-143页
致谢第143页

论文共143页,点击 下载论文
上一篇:基于道路环境的双车道公路运行速度模型研究
下一篇:波导耦合金属和介电材料光子晶体光谱学特性研究