| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 模糊关联分类器相关研究现状 | 第10-12页 |
| 1.2.2 QAR数据分析相关研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 第二章 相关理论基础知识 | 第15-24页 |
| 2.1 模糊关联规则基本理论 | 第15-17页 |
| 2.1.1 模糊集合相关定义 | 第15-16页 |
| 2.1.2 模糊关联规则相关定义 | 第16-17页 |
| 2.2 模糊关联分类器构建方法 | 第17-22页 |
| 2.2.1 模糊预处理 | 第18页 |
| 2.2.2 基于Apriori的模糊频繁项挖掘算法 | 第18-20页 |
| 2.2.3 模糊关联分类推理方法 | 第20-22页 |
| 2.3 遗传算法简介 | 第22页 |
| 2.4 飞行品质监控相关概念简介 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 增量模糊关联分类模型建模方法 | 第24-36页 |
| 3.1 基于eVQ聚类算法的增量模糊关联分类方法 | 第24-31页 |
| 3.1.1 基于eVQ聚类算法的高斯隶属度函数更新 | 第24-26页 |
| 3.1.2 基于UWEP算法的增量模糊频繁项挖掘 | 第26-28页 |
| 3.1.3 增量模糊关联分类器构建方法 | 第28-31页 |
| 3.2 算法复杂度分析与实验结果 | 第31-34页 |
| 3.2.1 算法复杂度分析 | 第31-32页 |
| 3.2.2 实验结果 | 第32-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第四章 基于增量遗传算法的模糊关联分类规则库裁剪方法 | 第36-47页 |
| 4.1 基于增量遗传算法的模糊关联分类规则库裁剪方法 | 第36-42页 |
| 4.1.1 编码方式与种群初始化方法 | 第36-37页 |
| 4.1.2 适应度评价函数设计 | 第37页 |
| 4.1.3 遗传操作设计 | 第37-39页 |
| 4.1.4 本章的算法描述 | 第39-42页 |
| 4.2 实验结果 | 第42-45页 |
| 4.3 本章小结 | 第45-47页 |
| 第五章 基于增量模糊关联分类器的超限事件识别方法 | 第47-56页 |
| 5.1 QAR数据文件结构以及相关QAR参数简介 | 第47-48页 |
| 5.2 基于增量模糊关联分类器的超限事件识别模型 | 第48-49页 |
| 5.3 实验结果 | 第49-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第六章 成果与展望 | 第56-58页 |
| 6.1 本文主要工作及特色 | 第56页 |
| 6.2 下一步研究方向 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 作者简介 | 第63页 |
