基于抽象和学习的统计模型检测研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-21页 |
| ·研究背景及意义 | 第12-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·CPS的形式化建模 | 第14-15页 |
| ·统计模型检测 | 第15-17页 |
| ·基于学习的统计模型检测 | 第17-18页 |
| ·本文研究内容 | 第18-19页 |
| ·本文组织结构 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 预备知识与概念 | 第21-26页 |
| ·随机行为 | 第21-22页 |
| ·随机混成自动机 | 第22-24页 |
| ·概率有界线性时态逻辑 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 统计模型检测算法的分析与集成 | 第26-43页 |
| ·统计模型检测算法的原理剖析 | 第27-33页 |
| ·定性类SMC算法 | 第28-31页 |
| ·定量类SMC算法 | 第31-33页 |
| ·统计模型检测算法的性能评估 | 第33-39页 |
| ·关于SMC算法性能的讨论 | 第33-34页 |
| ·定性类SMC算法 | 第34-36页 |
| ·定量类SMC算法 | 第36-39页 |
| ·自适应的统计模型检测框架 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于抽象和学习的统计模型检测 | 第43-64页 |
| ·抽象阶段Ⅰ：基于属性的投影 | 第45-48页 |
| ·学习及抽象阶段Ⅱ：基于主成分分析的特征降维 | 第48-50页 |
| ·抽象阶段Ⅲ：关键点抽取 | 第50-52页 |
| ·启发式优化过程(可选) | 第52页 |
| ·学习阶段Ⅳ：前缀频率树的构建与约简 | 第52-59页 |
| ·进一步构建概率有限自动机(可选) | 第55-59页 |
| ·最终概率的统计分析 | 第59-61页 |
| ·算法正确性与复杂度分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 基于Modana平台的SMC实现 | 第64-71页 |
| ·Modana平台概述 | 第64-65页 |
| ·AL-SMC算法实现 | 第65-69页 |
| ·类与函数 | 第65-68页 |
| ·执行流程与界面展示 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 第六章 案例分析与实验评估 | 第71-81页 |
| ·智能温控系统的建模与分析 | 第71-76页 |
| ·系统模型的建立 | 第73-75页 |
| ·不舒适度与能耗分析 | 第75-76页 |
| ·AL-SMC的性能和准确度评估 | 第76-79页 |
| ·本章小结 | 第79-81页 |
| 第七章 总结与展望 | 第81-83页 |
| 参考文献 | 第83-90页 |
| 致谢 | 第90-91页 |
| 发表论文和科研情况 | 第91页 |
