基于贝叶斯网络的复杂数据生成方法与技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 引言 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 1.4 研究方法与技术 | 第16-17页 |
| 1.5 本文组织结构 | 第17-18页 |
| 第二章 相关理论与技术基础 | 第18-31页 |
| 2.1 复杂事件与复杂事件模式 | 第18-21页 |
| 2.1.1 复杂事件定义 | 第18-19页 |
| 2.1.2 复杂事件模式 | 第19-21页 |
| 2.2 贝叶斯网络介绍 | 第21-23页 |
| 2.2.1 贝叶斯定理 | 第21-22页 |
| 2.2.2 贝叶斯网络 | 第22-23页 |
| 2.3 数据分析方法 | 第23-29页 |
| 2.3.1 统计分析方法 | 第23-24页 |
| 2.3.2 聚类分析方法 | 第24-27页 |
| 2.3.3 关联分析方法 | 第27-29页 |
| 2.4 R技术 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 复杂数据生成算法研究 | 第31-43页 |
| 3.1 CEBP数据流模型 | 第31页 |
| 3.2 CEBP贝叶斯网络 | 第31-33页 |
| 3.3 数据结构研究 | 第33-36页 |
| 3.4 算法研究 | 第36-42页 |
| 3.4.1 概率模型分析 | 第36-37页 |
| 3.4.2 结构模型算法 | 第37-39页 |
| 3.4.3 数据生成算法 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 实验研究 | 第43-59页 |
| 4.1 事件及模式 | 第43-48页 |
| 4.1.1 路由数据模式 | 第43-46页 |
| 4.1.2 GPS数据模式 | 第46-48页 |
| 4.2 结果分析方法 | 第48-49页 |
| 4.2.1 对比验证 | 第48-49页 |
| 4.2.2 相似度验证 | 第49页 |
| 4.3 实验结果分析 | 第49-53页 |
| 4.3.1 路由数据实验结果分析 | 第49-51页 |
| 4.3.2 GPS数据实验结果分析 | 第51-53页 |
| 4.4 数据结果分析 | 第53-58页 |
| 4.4.1 路由数据结果分析 | 第53-55页 |
| 4.4.2 GPS数据结果分析 | 第55-57页 |
| 4.4.3 对比实验结果分析 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 工具设计与实现 | 第59-65页 |
| 5.1 工具系统架构 | 第59-62页 |
| 5.2 系统业务流程 | 第62-64页 |
| 5.3 用户界面 | 第64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 工具测试 | 第65-72页 |
| 6.1 用户界面测试 | 第65-66页 |
| 6.2 路由数据生成功能测试 | 第66-69页 |
| 6.3 GPS数据生成功能测试 | 第69-70页 |
| 6.4 数据结果查看功能测试 | 第70-71页 |
| 6.5 本章小结 | 第71-72页 |
| 第七章 结论与展望 | 第72-74页 |
| 7.1 结论 | 第72-73页 |
| 7.2 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 在学期间的研究成果 | 第78-79页 |
| 致谢 | 第79页 |
