范例推理在智能车辆监控数据处理系统中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·引言 | 第8页 |
| ·研究背景和意义 | 第8-10页 |
| ·研究的主要内容以及创新点 | 第10-11页 |
| ·研究的主要内容 | 第10页 |
| ·论文创新点 | 第10-11页 |
| ·论文的结构安排 | 第11-12页 |
| 第2章 范例推理及相关技术综述 | 第12-24页 |
| ·范例推理原理及应用技术综述 | 第12-15页 |
| ·范例推理基本理论 | 第12-13页 |
| ·范例推理的实现原理 | 第13-14页 |
| ·范例推理的国内外研究现状 | 第14-15页 |
| ·主题词自动标引算法 | 第15-20页 |
| ·主题词自动标引简介 | 第15-16页 |
| ·国外主题词自动标引算法的研究现状 | 第16-18页 |
| ·国内主题词自动标引算法的研究现状 | 第18-20页 |
| ·基于文本内容分析的文本分析与挖掘算法综述 | 第20-23页 |
| ·文本挖掘的定义 | 第20-21页 |
| ·文本分类技术简介 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于范例推理的相近案例发现算法设计与实现 | 第24-50页 |
| ·范例的选取以及分类 | 第24-29页 |
| ·范例的选取 | 第24-25页 |
| ·范例的分类 | 第25-26页 |
| ·范例的存储与组织 | 第26-29页 |
| ·关键词的确定和权重的计算 | 第29-39页 |
| ·关键词的确定 | 第29-36页 |
| ·权重的计算 | 第36-39页 |
| ·范例相似性的度量 | 第39-42页 |
| ·案例的相似性度量方法介绍 | 第39-41页 |
| ·向量空间夹角余弦值度量法 | 第41-42页 |
| ·范例检索 | 第42-46页 |
| ·检索技术介绍 | 第42-44页 |
| ·常用检索方法 | 第44页 |
| ·基于相同关键词的比较法 | 第44-46页 |
| ·范例的学习 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 范例推理在系统中的应用实现 | 第50-58页 |
| ·本系统的总体设计思想 | 第50-52页 |
| ·系统的需求分析 | 第50-51页 |
| ·系统总体开发原则 | 第51页 |
| ·系统的总体框架 | 第51-52页 |
| ·范例推理在系统中的具体应用 | 第52-57页 |
| ·提供决策依据 | 第52-56页 |
| ·发布预警信息 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
