| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 引言 | 第18-20页 |
| 1 绪论 | 第20-26页 |
| 1.1 研究背景 | 第20-21页 |
| 1.2 研究现状 | 第21-24页 |
| 1.2.1 控制流和数据流 | 第21-22页 |
| 1.2.2 过程挖掘技术 | 第22-23页 |
| 1.2.3 模型优化与合规性检测 | 第23-24页 |
| 1.3 本文的内容安排 | 第24-26页 |
| 2 基本知识 | 第26-30页 |
| 2.1 Petri网的相关介绍 | 第26-27页 |
| 2.1.1 Petri网的基本概念 | 第26-27页 |
| 2.1.2 Petri网的相关性质 | 第27页 |
| 2.2 行为轮廓的相关介绍 | 第27-30页 |
| 2.2.1 行为轮廓的基本概念 | 第27-28页 |
| 2.2.2 行为轮廓的相关性质 | 第28-30页 |
| 3 基于Petri网模型的动态数据信息识别方法 | 第30-43页 |
| 3.1 概述 | 第30-31页 |
| 3.2 研究动机和研究背景 | 第31-33页 |
| 3.3 基本概念 | 第33-34页 |
| 3.4 基于优先权Petri网的指令识别分析 | 第34-38页 |
| 3.4.1 变迁的时延性与优先发生权 | 第34-35页 |
| 3.4.2 优先原则的实现 | 第35-37页 |
| 3.4.3 算法实现 | 第37-38页 |
| 3.5 实例分析 | 第38-41页 |
| 3.6 本章小结 | 第41-43页 |
| 4 基于Petri网的数据流决策模型优化方法 | 第43-54页 |
| 4.1 概述 | 第43-44页 |
| 4.2 基本概念 | 第44-45页 |
| 4.3 引例 | 第45-46页 |
| 4.4 Petri网决策变迁的智能化 | 第46-50页 |
| 4.4.1 基于贷款业务的数据信息智能化识别分析 | 第46-49页 |
| 4.4.2 基于数据属性挖掘的模型智能化决策变迁分析 | 第49-50页 |
| 4.5 实例分析 | 第50-53页 |
| 4.6 本章小结 | 第53-54页 |
| 5 基于模块行为轮廓的流程模型挖掘方法 | 第54-66页 |
| 5.1 概述 | 第54-55页 |
| 5.2 基本概念 | 第55-56页 |
| 5.3 引例 | 第56-58页 |
| 5.4 基于腰事件的流程模型挖掘方法 | 第58-64页 |
| 5.4.1 基于腰事件的模块分类 | 第58-59页 |
| 5.4.2 基于行为轮廓的模块关系 | 第59-63页 |
| 5.4.3 算法实现 | 第63-64页 |
| 5.5 实例分析 | 第64-65页 |
| 5.6 本章小结 | 第65-66页 |
| 6 不完整日志下的结构块流程模型挖掘方法 | 第66-80页 |
| 6.1 概述 | 第66-67页 |
| 6.2 基本概念 | 第67-70页 |
| 6.3 引例 | 第70-71页 |
| 6.4 基于结构块的不完整日志挖掘方法 | 第71-78页 |
| 6.4.1 不完整日志下的结构块 | 第71-73页 |
| 6.4.1.1 日志及模型中的相邻概念 | 第71-72页 |
| 6.4.1.2 日志的同现变迁集 | 第72-73页 |
| 6.4.2 相关算法 | 第73-77页 |
| 6.4.3 现有模型潜在演变的表达 | 第77-78页 |
| 6.5 实例分析 | 第78-79页 |
| 6.6 本章小结 | 第79-80页 |
| 7 结论 | 第80-82页 |
| 7.1 本文的相关工作 | 第80-81页 |
| 7.2 未来工作动向 | 第81-82页 |
| 参考文献 | 第82-90页 |
| 致谢 | 第90-91页 |
| 作者简介及读研期间主要科研成果 | 第91页 |