| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究目的及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-16页 |
| 1.3 研究内容与研究方法 | 第16-17页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 研究方法 | 第16-17页 |
| 第2章 相关理论概述 | 第17-31页 |
| 2.1 VDT 作业疲劳概述 | 第17-23页 |
| 2.1.1 VDT 作业对视觉系统的影响 | 第17-20页 |
| 2.1.2 VDT 作业对局部骨骼肌的影响 | 第20-22页 |
| 2.1.3 VDT 作业对心理方面的作用 | 第22-23页 |
| 2.2 贝叶斯网络概述 | 第23-30页 |
| 2.2.1 贝叶斯网络学习理论 | 第24-28页 |
| 2.2.2 贝叶斯网络模型的解释和推理 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 VDT 作业疲劳贝叶斯网络模型的建立 | 第31-42页 |
| 3.1 VDT 作业疲劳贝叶斯网络模型网络结构的建立 | 第31-40页 |
| 3.1.1 VDT 作业疲劳贝叶斯网络模型随机变量的确定 | 第32-36页 |
| 3.1.2 VDT 作业疲劳贝叶斯网络模型随机变量顺序的确定 | 第36-37页 |
| 3.1.3 拓扑结构的确定 | 第37-40页 |
| 3.2 贝叶斯网络模型节点条件概率分布表的确定 | 第40-41页 |
| 3.2.1 数据的收集 | 第40-41页 |
| 3.2.2 条件概率分布表的计算 | 第41页 |
| 3.3 本章小结 | 第41-42页 |
| 第4章 VDT 作业疲劳贝叶斯网络模型的仿真 | 第42-51页 |
| 4.1 NETICA 软件介绍 | 第42页 |
| 4.2 模型的仿真 | 第42-46页 |
| 4.3 软件变量调控 | 第46-47页 |
| 4.4 VDT 作业疲劳数据的分析 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 VDT 作业疲劳贝叶斯网络模型的验证和应用 | 第51-62页 |
| 5.1 VDT 作业疲劳网络模型验证 | 第51-53页 |
| 5.2 模型解释 | 第53-55页 |
| 5.3 模型推理 | 第55-59页 |
| 5.4 改善建议 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录 1 VDT 作业疲劳贝叶斯网络节点属性描述 | 第68-70页 |
| 附录 2 VDT 作业人员疲劳状况调查问卷 | 第70-72页 |
| 附录 3 调查问卷统计数据及对应概率 | 第72-75页 |
| 附录 4 样本数据 | 第75-78页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80页 |
