| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第6-9页 |
| 第1章 引言 | 第9-14页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.2 国内外研究的现状 | 第10-12页 |
| 1.3 研究思路和研究内容 | 第12-14页 |
| 第2章 设计缺陷形成机理 | 第14-25页 |
| 2.1 设计缺陷的定义 | 第14-15页 |
| 2.2 电子产品的设计开发模式 | 第15-18页 |
| 2.2.1 串行开发模式 | 第15页 |
| 2.2.2 并行开发模式 | 第15-17页 |
| 2.2.3 并行开发的渐开线描述 | 第17-18页 |
| 2.3 电子产品设计缺陷形成机理 | 第18-20页 |
| 2.3.1 从过程管理的角度进行分析 | 第18-19页 |
| 2.3.2 从影响因素的动态变化进行分析 | 第19-20页 |
| 2.4 设计缺陷的分类与识别 | 第20-23页 |
| 2.4.1 设计缺陷的分类 | 第20-21页 |
| 2.4.2 设计缺陷影响因素分析 | 第21-22页 |
| 2.4.3 设计缺陷的定位 | 第22-23页 |
| 2.4.4 设计缺陷的识别途径 | 第23页 |
| 本章小结 | 第23-25页 |
| 第3章 缺陷跟踪系统简介 | 第25-31页 |
| 3.1 缺陷跟踪系统基本知识 | 第25-27页 |
| 3.1.1 使用缺陷跟踪系统的目的和意义 | 第25-26页 |
| 3.1.2 缺陷管理流程 | 第26-27页 |
| 3.2 常用缺陷跟踪系统简介 | 第27-28页 |
| 3.3 缺陷跟踪记录设计 | 第28-29页 |
| 本章小结 | 第29-31页 |
| 第4章 粗糙集、贝叶斯网络理论基础 | 第31-45页 |
| 4.1 粗糙集基本知识 | 第31-34页 |
| 4.1.1 知识与分类 | 第31-32页 |
| 4.1.2 粗糙集的基本概念 | 第32页 |
| 4.1.3 决策表的定义 | 第32-33页 |
| 4.1.4 属性的约简与核 | 第33-34页 |
| 4.2 决策表属性约简算法 | 第34-36页 |
| 4.3 贝叶斯网络基本知识 | 第36-39页 |
| 4.3.1 贝叶斯网络概况 | 第36-37页 |
| 4.3.2 贝叶斯网络的基本定义 | 第37-39页 |
| 4.4 贝叶斯网络推理简介 | 第39页 |
| 4.5 朴素贝叶斯分类器 | 第39-41页 |
| 4.6 贝叶斯网络参数学习和结构学习 | 第41-44页 |
| 4.6.1 贝叶斯网络参数学习 | 第41-43页 |
| 4.6.2 贝叶斯网络结构学习 | 第43-44页 |
| 本章小结 | 第44-45页 |
| 第5章 基于粗糙集与贝叶斯网络的设计缺陷检验方法研究 | 第45-65页 |
| 5.1 建立缺陷样本数据决策表 | 第45-47页 |
| 5.2 构建贝叶斯网络推理模型 | 第47-49页 |
| 5.2.1 设计贝叶斯网络结构 | 第47-48页 |
| 5.2.2 贝叶斯网络参数估计 | 第48-49页 |
| 5.2.3 更新模型的结构和参数 | 第49页 |
| 5.3 贝叶斯概率计算与诊断推理 | 第49-52页 |
| 5.3.1 贝叶斯缺陷概率计算 | 第50-51页 |
| 5.3.2 贝叶斯诊断推理 | 第51-52页 |
| 5.4 检验实例分析 | 第52-64页 |
| 5.4.1 构建缺陷严重度决策表 | 第53页 |
| 5.4.2 决策表的属性约简 | 第53-55页 |
| 5.4.3 构建贝叶斯网络推理模型 | 第55-58页 |
| 5.4.4 网络结构与参数的修改 | 第58-59页 |
| 5.4.5 概率计算和结果分析 | 第59-62页 |
| 5.4.6 缺陷诊断与分析 | 第62-64页 |
| 本章小结 | 第64-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 攻读学位期间的研究成果 | 第70页 |