基于文本挖掘的医用加速器核心部件FMECA分析
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题来源 | 第11页 |
| 1.2 研究背景及意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 医用直线加速器发展及应用现状 | 第12-13页 |
| 1.3.2 医用直线加速器可靠性研究现状 | 第13-15页 |
| 1.3.3 FMECA发展及应用现状 | 第15-16页 |
| 1.4 学位论文研究内容及章节安排 | 第16-18页 |
| 1.4.1 学位论文研究内容 | 第16页 |
| 1.4.2 论文章节安排 | 第16-18页 |
| 第二章 医用加速器核心部件的工作原理和结构分析 | 第18-26页 |
| 2.1 医用电子直线加速器简介 | 第18-20页 |
| 2.2 加速管系统结构及主要零部件 | 第20-21页 |
| 2.3 加速管的工作原理 | 第21-22页 |
| 2.4 加速管结构及功能逻辑框图 | 第22页 |
| 2.5 加速管常见的故障和原因 | 第22-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 文本挖掘方法概述 | 第26-43页 |
| 3.1 文本挖掘方法的基本原理 | 第26-28页 |
| 3.2 决策树方法的原理和流程分析 | 第28-32页 |
| 3.3 朴素贝叶斯 | 第32-34页 |
| 3.4 支持向量机分类方法 | 第34-39页 |
| 3.5 神经网络方法 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于文本挖掘的FMECA方法研究 | 第43-55页 |
| 4.1 FMECA方法概述 | 第43-46页 |
| 4.2 大文本数据FMECA的实施难点分析 | 第46-47页 |
| 4.3 基于文本挖掘FMECA方法的原理 | 第47-51页 |
| 4.3.1 FMECA所需信息 | 第47-49页 |
| 4.3.2 文本挖掘获取的可用信息 | 第49-51页 |
| 4.4 基于文本挖掘的FMECA流程 | 第51-54页 |
| 4.4.1 准备阶段 | 第51-53页 |
| 4.4.2 建模阶段 | 第53页 |
| 4.4.3 分析阶段 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 加速管FMECA分析 | 第55-76页 |
| 5.1 产品概述 | 第55-56页 |
| 5.2 加速管FMECA数据来源 | 第56-57页 |
| 5.3 确定约定层次 | 第57-58页 |
| 5.4 数据处理 | 第58-61页 |
| 5.4.1 数据导入 | 第58页 |
| 5.4.2 分词处理 | 第58-59页 |
| 5.4.3 建立语料库 | 第59-60页 |
| 5.4.4 数据清洗 | 第60页 |
| 5.4.5 建立TMD矩阵 | 第60-61页 |
| 5.4.6 特征选取 | 第61页 |
| 5.5 算法选择及参数优化 | 第61-66页 |
| 5.5.1 算法及参数选取办法 | 第61-62页 |
| 5.5.2 加速管挖掘模型算法及参数选择 | 第62-66页 |
| 5.6 信息获取 | 第66-70页 |
| 5.6.1 文本挖掘获取信息 | 第66-70页 |
| 5.6.2 信息补充 | 第70页 |
| 5.7 危害性评分 | 第70-73页 |
| 5.8 结果输出 | 第73-74页 |
| 5.9 FMECA分析结论 | 第74-75页 |
| 5.10 本章小结 | 第75-76页 |
| 第六章 结论与展望 | 第76-78页 |
| 6.1 本文的成果总结 | 第76页 |
| 6.2 本文的创新点 | 第76-77页 |
| 6.3 展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 附录 | 第82-86页 |
| 在学期间的研究成果 | 第86页 |
