机会发现算法及其应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-22页 |
| ·研究目的和意义 | 第12-14页 |
| ·机会发现概述 | 第14-16页 |
| ·机会的概念 | 第14页 |
| ·机会的特性 | 第14-15页 |
| ·机会发现与相关技术的关系 | 第15-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·创业机会 | 第18-19页 |
| ·论文的组织结构与研究内容 | 第19-22页 |
| 第2章 机会发现相关研究 | 第22-41页 |
| ·机会的形式化描述 | 第22-24页 |
| ·基于溯因推理的机会形式化描述 | 第22-24页 |
| ·基于Lm4c 的机会形式化描述 | 第24页 |
| ·机会发现算法 | 第24-35页 |
| ·机会发现理论 | 第24-25页 |
| ·机会发现几种重要算法 | 第25-35页 |
| ·机会发现系统模型 | 第35-39页 |
| ·发现过程描述 | 第35-37页 |
| ·双螺旋模型 | 第37-38页 |
| ·层次模型 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第3章 基于模态逻辑的机会形式化描述 | 第41-54页 |
| ·问题的提出 | 第41页 |
| ·基于模态逻辑的机会形式化描述 | 第41-53页 |
| ·模态逻辑 | 第42-43页 |
| ·逻辑语言LDK_a | 第43-47页 |
| ·可判定性及满足性证明 | 第47-51页 |
| ·机会形式化描述 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 基于小世界网络的机会发现算法 | 第54-80页 |
| ·问题的提出 | 第54-55页 |
| ·相关研究基础 | 第55-61页 |
| ·KeyGraph 算法 | 第55-58页 |
| ·小世界网络理论 | 第58-61页 |
| ·基于小世界网络的机会发现算法 | 第61-72页 |
| ·基于信息增益的权重描述方法 | 第62-65页 |
| ·关联图中边集优化方法 | 第65-67页 |
| ·基于偏好分布的重要词汇确定方法 | 第67-70页 |
| ·基于小世界网络的机会选定方法 | 第70-72页 |
| ·仿真实验与结果分析 | 第72-75页 |
| ·数据集描述 | 第72页 |
| ·参数及评价标准设置 | 第72-73页 |
| ·结果对比分析 | 第73-75页 |
| ·算法在科技专利说明书中的应用 | 第75-79页 |
| ·本章小结 | 第79-80页 |
| 第5章 基于加温退火法的隐藏机会发现算法 | 第80-99页 |
| ·问题的提出 | 第80-81页 |
| ·相关研究基础 | 第81-85页 |
| ·数据结晶化算法 | 第81-84页 |
| ·加温退火算法 | 第84-85页 |
| ·基于加温退火法的隐藏机会发现算法 | 第85-91页 |
| ·算法思想 | 第85-86页 |
| ·基于加温退火法的隐藏机会发现算法 | 第86-87页 |
| ·算法描述 | 第87-91页 |
| ·仿真实验与结果分析 | 第91-95页 |
| ·数据集描述 | 第91页 |
| ·参数设定 | 第91-93页 |
| ·结果对比分析 | 第93-95页 |
| ·算法在科技专利说明书中的应用 | 第95-98页 |
| ·本章小结 | 第98-99页 |
| 第6章 基于智能AGENT 的机会发现系统架构 | 第99-110页 |
| ·问题的提出 | 第99页 |
| ·基于智能Agent 的机会发现系统构架 | 第99-105页 |
| ·系统架构 | 第101页 |
| ·智能Agent 的任务描述 | 第101-104页 |
| ·系统架构与双螺旋模型的对比 | 第104-105页 |
| ·智能Agent 间的通信模型和合作协议 | 第105-109页 |
| ·Agent 通信模型 | 第105-106页 |
| ·Agent 合作协议 | 第106页 |
| ·Agent 消息机制 | 第106-109页 |
| ·本章小结 | 第109-110页 |
| 结论 | 第110-112页 |
| 参考文献 | 第112-122页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第122-124页 |
| 致谢 | 第124-125页 |
| 个人简历 | 第125页 |
