案例推理和关联规则在汽车故障智能诊断中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-15页 |
| ·相关背景 | 第12-14页 |
| ·智能诊断技术 | 第12-13页 |
| ·基于案例推理 | 第13页 |
| ·关联规则 | 第13-14页 |
| ·本文组织和章节安排 | 第14-15页 |
| 第二章 智能故障诊断 | 第15-18页 |
| ·智能故障诊断的基本概念 | 第15页 |
| ·智能 | 第15页 |
| ·故障 | 第15页 |
| ·故障诊断 | 第15页 |
| ·智能故障诊断目的和意义 | 第15-16页 |
| ·智能故障诊断方法综述和评价 | 第16-17页 |
| ·基于规则的故障诊断方法 | 第16页 |
| ·基于案例的故障诊断方法 | 第16-17页 |
| ·智能故障诊断技术的发展趋势 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 案例推理 | 第18-23页 |
| ·案例推理的基本概念 | 第18页 |
| ·CBR 概述 | 第18页 |
| ·CBR 的思想起源 | 第18页 |
| ·案例推理的工作流程 | 第18-20页 |
| ·案例推理的研究热点 | 第20页 |
| ·案例推理与数据挖掘的结合 | 第20-22页 |
| ·案例库上数据挖掘的步骤 | 第21页 |
| ·案例库上数据挖掘的目标 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 数据挖掘与关联规则 | 第23-28页 |
| ·数据挖掘 | 第23-24页 |
| ·数据挖掘的概述 | 第23页 |
| ·数据挖掘的功能 | 第23-24页 |
| ·数据挖掘的应用 | 第24页 |
| ·数据挖掘在案例推理中的主要方法与技术 | 第24页 |
| ·关联规则 | 第24-27页 |
| ·基本概念 | 第25-26页 |
| ·关联规则挖掘步骤 | 第26页 |
| ·关联规则算法原理 | 第26页 |
| ·基于关联规则的汽车故障智能诊断方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第五章 汽车故障智能诊断系统 | 第28-48页 |
| ·汽车故障智能诊断系统的总体设计 | 第28-29页 |
| ·数据库总体设计 | 第29-31页 |
| ·相关算法设计 | 第31-38页 |
| ·特征属性权重的确定 | 第31-32页 |
| ·归一化效用函数 | 第32-34页 |
| ·改进的欧氏距离算法 | 第34-37页 |
| ·关联规则Apriori 算法 | 第37-38页 |
| ·系统实现 | 第38-42页 |
| ·案例表示 | 第38-39页 |
| ·案例组织 | 第39-40页 |
| ·案例检索 | 第40-41页 |
| ·案例修正 | 第41-42页 |
| ·案例学习 | 第42页 |
| ·系统展示 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| ·工作总结 | 第48页 |
| ·研究展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 研究生期间发表的论文和参与的项目情况 | 第53-54页 |
