统计分析技术与贝叶斯网在分子筛合成数据库中的应用
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-13页 |
| ·分子筛定向合成研究 | 第7-8页 |
| ·现有系统应用现状 | 第8-12页 |
| ·现有分析方法 | 第8-9页 |
| ·通用统计分析软件 | 第9-11页 |
| ·贝叶斯网应用现状 | 第11-12页 |
| ·本文所做工作 | 第12-13页 |
| 第二章 系统架构设计 | 第13-17页 |
| ·系统需求分析 | 第13-14页 |
| ·系统结构设计 | 第14-15页 |
| ·方差分析流程 | 第15页 |
| ·回归分析流程 | 第15-17页 |
| 第三章 统计分析系统设计 | 第17-25页 |
| ·数据预处理 | 第17页 |
| ·数据降维 | 第17-18页 |
| ·方差分析模块 | 第18-21页 |
| ·分布拟合检验 | 第18-19页 |
| ·单因素方差分析 | 第19-20页 |
| ·非参数方差分析 | 第20-21页 |
| ·回归分析模块 | 第21-25页 |
| ·多重共线性的检验 | 第21-22页 |
| ·多重线性回归 | 第22-23页 |
| ·二分类因变量Logistic回归 | 第23-24页 |
| ·多项logit回归 | 第24-25页 |
| 第四章 贝叶斯网学习系统设计 | 第25-38页 |
| ·贝叶斯网的定义 | 第25-26页 |
| ·贝叶斯网的构造 | 第26-29页 |
| ·结构学习 | 第26-27页 |
| ·参数学习 | 第27-28页 |
| ·缺失数据集贝叶斯网学习算法 | 第28-29页 |
| ·基于分子筛合成数据的贝叶斯网构造实现 | 第29-38页 |
| ·缺失数据补足 | 第29-32页 |
| ·连续变量离散化 | 第32-35页 |
| ·由数据集建立贝叶斯网模型 | 第35-38页 |
| 第五章 系统实现与测试 | 第38-53页 |
| ·数据预处理 | 第38-40页 |
| ·主成分计算 | 第40-43页 |
| ·方差分析测试 | 第43-44页 |
| ·回归分析测试 | 第44-49页 |
| ·多重线性回归模型与预测 | 第44-45页 |
| ·双四/六员环回归模型与预测 | 第45-47页 |
| ·产物类型回归模型与预测 | 第47-48页 |
| ·产物最大环数回归模型与预测 | 第48-49页 |
| ·从数据集学习建立贝叶斯网模型 | 第49-53页 |
| 第六章 结束语 | 第53-55页 |
| ·工作总结 | 第53-54页 |
| ·工作展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 摘要 | 第58-61页 |
| Abstract | 第61-64页 |
| 致谢 | 第64页 |
