一、电路的逻辑表示法（论文文献综述）
张湘婷[1]（2021）在《基于关联规则的铁路信号设备故障诊断方法研究》文中指出铁路在现代综合运输体系一直处于骨干地位,是我国重要基础设施和大众出行的主要交通工具,也是促进国民经济和推动社会发展的重要产业部门。近几年,我国铁路迅猛发展,列车持续提速,列车密度不断加大,对铁路运输安全要求也日趋严格。铁路信号设备在确保列车运行安全,提高运输效率方面发挥重要作用,因此保证其正常运转显得尤为重要。在日常的维护维修中,维修人员主要靠人工经验,并且用文字的形式描述故障设备的处理流程,因此积累了大量的故障文本数据,这些丰富的文本数据蕴含着巨大的信息,对铁路信号设备故障分析具有重大意义。为提升铁路信号设备的故障诊断效率,在对故障文本信息分析的基础上,提出一种基于关联规则的铁路信号设备故障诊断方法。建立故障特征、类型和原因的对应关系,实现铁路信号设备智能化诊断,主要工作包括:（1）本文分析铁路信号设备的维修记录的特点,结合智能决策支持系统设计铁路信号设备故障诊断方案,确定使用产生式表示法对故障维修知识进行表示。（2）基于改进的TF-IDF（Term Frequency-Inverse Document Frequency）算法的铁路信号设备故障特征提取。针对铁路领域的专业性,构建铁路信号设备专业词库。考虑同义词对特征词提取的影响,根据同义词权重规则修正权重公式,并将权重采取离散化处理,实现故障特征提取。（3）基于改进的频繁模式增长（Frequent Pattern Growth,FP-Growth）算法的故障诊断。采用改进FP-Growth算法挖掘出故障特征、类型和原因之间关联关系,实现知识获取,将知识存入故障知识库,为故障诊断提供依据。首先,根据数据特点,采用自适应策略设定最小支持数和置信度,减少用户对算法参数取值的主观性。然后,依据频繁1-项集划分各项的数据库子库,再构造每项的条件FP-Tree,减少内存占用空间,提高运行速率。最终,将关联规则作为知识保存到知识库中,通过智能决策支持系统中的推理机,进行故障诊断。实验证明本文方法运行时间优于传统的FP-Growth算法,平均准确率比案例推理算法和贝叶斯网络算法提高13.02%和9.28%。（4）基于上述对故障诊断的关键技术的研究,设计与实现铁路信号设备故障维修原型系统,按照系统需求分析实现主要功能模块,证明本文方法的可行性与有效性。
陈双琦[2]（2020）在《基于无线自组网技术的环网柜防误闭锁系统的研究》文中研究指明配电网在如今规模巨大的电力系统中为上亿个客户提供电能,在发、输、配电中处于十分重要的地位。在愈加严格的电能质量要求下,配网管理和运行水平变得越来越重要。在配电网中,环网柜以其简单可靠的特点在城市配电网中得到了广泛的应用。但是,在对环网柜执行正常倒闸操作或检修任务时容易发生误操作情况,对电网的运行状况造成一定影响,并且危及运行人员的人身安全。基于此,本文设计开发了一套基于无线自组网技术的环网柜防误闭锁系统,重点解决配网操作中“有电合地刀”、“有接地设备在合位送电”误操作问题,有效防止了配网环网柜操作中的恶劣事故,本文主要研究内容如下:首先,研究了防误闭锁系统的结构组成,通过将配网防误操作与变电站防误闭锁系统对比,提出适应于配网的防误闭锁系统流程;其中,对无线自组网技术进行了学习和研究,经过比较,选择不受固有结构限制的混合式无线自组网网络结构,并提出了防误闭锁系统中基于改进蚁群算法的无线自组网结构优化策略,在保证通信质量的前提下降低了通信延时,提高了无线通信的实时性。其次,研究了防误闭锁专家系统的基本原理,设计了基于无线自组网技术的专家系统,实现了远程调试的简便性及控制的准确性;该专家系统通过路由节点的无线连接构成一种网络结构,从而适应不断变化的配网结构;设计了环网柜闭锁逻辑并建立了规则库,实现大多数设备的适用、规则表达式的准确性及可读性。最后,建立了包括站控层、间隔层、过程层的防误闭锁系统架构,并在各个层级实现了防误技术;设计了基于无线自组网技术的环网柜防误闭锁系统。现场应用表明,本文所设计的基于无线自组网的环网柜防误闭锁系统解决了传统防误闭锁系统实时性无法保证的问题,最终形成整个电网设备实时互通的防误信息数据,快速传递闭锁信息。从根本上解决误操作事故的发生,实现了设备的安全可靠运行,极大地提高工作人员的工作效率。
赵霁巍[3]（2020）在《基于链置换的DNA神经元的构建与应用》文中进行了进一步梳理随着硅基计算机日益逼近摩尔定律的极限,探索新型计算设备成为一项热门研究课题。DNA计算以高度并行性、大规模存储能力和低耗能的特点引起了研究者的广泛关注。DNA电路可分为数字型和模拟型,数字型DNA电路的一项基础工作是构建DNA逻辑门,模拟型DNA电路的一项新兴研究是构建具有分类识别能力的DNA神经网络,使用DNA分子编码和传递信息的神经元在其中均能够发挥良好的作用。因此,本文研究了基于链置换技术的DNA神经元,通过级联不同的DNA神经元设计了数字型DNA逻辑门和模拟型DNA神经网络。主要研究内容和成果如下:为了构建高灵敏度的DNA逻辑门和能够处理模拟型数据的DNA神经网络,设计了以阶跃函数、Re LU函数和Sigmoid函数为激活函数的3种DNA神经元。首先在增益可变的DNA放大器的基础上构建了DNA矩阵乘法器,解决了神经元的加权运算问题;然后针对传统的跷跷板门灵敏度低、稳态输出不可控的问题,构建了高精度的阶跃函数运算器;最后提出了模拟型DNA识别网络必需的Re LU函数运算器和Sigmoid函数运算器。针对现有DNA逻辑门无法区分逻辑0信号和无输入信号以及逻辑门组成复杂的问题,基于DNA神经元构建了多种数字型逻辑门,包括与、或、非、异或、同或门和一位二进制全加器。基于DNA神经元的逻辑门以DNA链相对浓度0.1表示逻辑0,相对浓度0.9表示逻辑1,能有效区分逻辑0信号和无输入信号。通过组合多个神经元,不必级联与、或、非门就能够直接构造异或门、同或门和一位二进制全加器电路,有效降低了逻辑门的复杂度。针对现有DNA识别网络只能处理数字型数据的问题,基于DNA神经元构建了能处理模拟型数据的DNA神经网络。首先针对双月牙型数据集,构建了能进行二元分类的DNA识别网络;然后针对鸢尾花数据集,在Winner-Take-All网络的基础上实现了对模拟型数据进行多元分类的DNA神经网络。仿真结果均验证了DNA神经络的有效性。
刘媛媛[4]（2020）在《“推理类”高中AI课程教学案例设计研究》文中研究指明高中人工智能教学是国家智能与教学战略发展的重要环节,“推理类”AI课程是国际视野下的人工智能教育的核心内容,而我国教学发展对“推理类”AI课程的基础性和重要性把握不足,尤其是符合高中生认知特点的“推理类”AI课程的教学案例集亟需开发完善。因此,深入研究与设计面向高中生的“推理类”人工智能课程教学案例具有重要的理论和现实意义。本文首先对高中AI课程推理类教学案例的现状进行分析,完善推理类教学案例集已经成为了高中人工智能课程深入推进的重要趋势,而推理类AI教学案例的教学设计存在着三大问题:重知识表示轻逻辑思维推理,基础性结构不完善;高中生感兴趣的知识图谱推理和多智能体推理课程内容不够重视;符合高中生学习特点的人工智能课程教学案例开发不足。高中生在AI学习有四大特点:思维敏捷、乐于推理,但缺乏系统化训练;抽象表达能力强,但知识表示方式的科学化欠缺;信息知识储备和技能良好;在案例情境中教学效果较好。因此,本文结合两个典型“推理类”高中AI教学案例以及相关的理论和文献分析,设计出推理类AI教学案例开发的六大原则,在此基础之上做了第一轮的教学设计,形成了《基于Arduino的多功能学习小卫士》教学案例,但通过实际教学应用发现推理目标没有分解,学生理解上易混淆;案例操作性太强,学生易关注实践忽视逻辑。因此,基于第一轮反馈的问题和第二轮优化设计的原则上,形成了具体划分知识图谱推理、记忆驱动推理、多智能体推理的《察异辨花》《识图认物》《自动迎宾系统》三种教学案例。教学实践结果表明,通过两轮优化设计出的教学案例取得了良好的教学效果,能够符合高中生学习特点和当下高中学校的教学案例的需求。
施英蕊[5]（2020）在《基于BIM的建筑主体结构施工安全智能检查研究》文中指出在建筑领域中安全事故一旦发生,必然会付出生命、时间或金钱的代价,已然成为现代建筑行业亟待解决的重要问题。传统建筑领域安全管理通常依赖人员对行业强制性条文规范及经验的掌握,管理理念及技术手段单一,容易出现管理偏差,已无法满足复杂的施工安全管理需求。而BIM（Building Information Modeling,建筑信息模型）以其虚拟可视化及全周期信息表达等亮点在建筑领域引起了研究热潮,并在实际建造的各阶段投入广泛地使用,为建筑领域安全管理的研究和应用创造发展契机。基于此,本文在研究建筑领域施工阶段安全管理现状基础上,以BIM技术、作业安全分析、知识库等理论为研究立足点建立建筑主体结构施工安全智能检查系统,实现安全检查和学习培训的功能。本文主要研究内容如下:（1）结合传统建筑安全管理缺陷确定建筑主体结构安全智能检查系统数据需求,利用作业安全分析方法将建筑主体结构按照施工特点、工艺方法进行施工作业分解,辨识出各类安全隐患,并将现行施工规范整理成可识别的文本形式,确定施工安全隐患描述及安全规范条文清单,这成为建筑主体结构安全知识库的组成内容。（2）针对描述建筑信息技术特点及模型构件层级架构,设计三维模型构件拓扑关系（包括构件属性及关联构件）的提取特征和提取方法,利用Dynamo提取构件信息实例关系,联系计算机网络中拓扑结构中网状型与建筑模型构件关系,借助Gephi将提取的数据建立拓扑关系,帮助特定场景下的安全检查创建约束条件。（3）深入分析知识及知识库理论与本研究的相似点,将建筑主体结构的安全隐患描述、现行安全规范条文清单与提取出的构件拓扑关系等信息,按照BIM-JSA-规范和BIM-规范两条查询机制,设计建筑主体结构安全知识库的逻辑结构和存储关系,借助SQL Server 2012建立建筑主体结构安全知识库,为实现安全检查系统功能提供数据支持。（4）结合上述研究成果建立基于BIM和知识库的施工安全智能检查系统。基于传统施工安全管理弊端,通过分析系统的功能及数据需求,详细介绍该系统的设计原则及整体设计方案,搭建具备三个既相互独立又相互依存功能模块的系统框架,这三个模块分别为数据管理模块、信息比对模块和功能应用模块,借助Revit二次开发环境及C#开发语言对安全智能检查系统进行开发,实现数据更新、安全检查、学习培训等系统功能,使建筑领域安全管理更加科学、高效。该论文有图63幅,表33个,参考文献111篇。
刘勇[6]（2020）在《基于云平台的无人投饵船远程监控系统设计》文中研究说明我国现阶段的河蟹养殖以人工定点投喂为主,饵料投喂量和饵料营养结构由养殖户多年的养殖经验决定,存在劳动力成本高、投饲精度低等问题。为了提高饵料利用率和河蟹养殖的自动化水平,本文在江苏省现代农业计划项目和江苏省海洋渔业科技创新项目研究经费的资助下,设计了基于云平台的无人投饵船远程监控系统。该系统能够对无人投饵船的作业情况进行实时监测和控制,运用专家系统技术推理出科学的饵料投喂量和投喂建议,提高养殖效率。基于云平台的无人投饵船远程监控系统,主要包括无人投饵船船载终端、云服务器和监控客户端。船载终端采集无人投饵船的工况信息和定位信息,通过GPRS网络上传到云服务器端;云服务器通过网络与投饵船和监控客户端进行数据传输,实现数据的云端处理、云端计算和云端存储;监控客户端对无人投饵船的工况参数提供实时数据显示、历史数据查询和数据分析;此外,云服务器根据监控客户端发送的河蟹养殖信息,推理计算出合适的饵料投喂量和投喂建议。论文主要研究内容如下:1、分析了无人作业船、云平台技术以及远程监控系统的研究现状,对无人投饵船监控系统功能需求分析,设计了基于云平台监控系统的总体设计方案,介绍了系统的组成部分和工作原理,对系统涉及的关键技术和原理进行了详细讲解。2、设计了河蟹养殖专家系统,主要用于河蟹饵料投喂。根据监控客户端提供的河蟹养殖信息和环境参数结合专家系统知识库中的知识,采用正向推理的方式推理出饵料配方、投喂建议和投喂量。设计了BP神经网络模型结合河蟹的生长体重和投喂率计算投喂量。神经网络以养殖水域的水温、酸碱度和溶氧量参数为输入量,以环境参数对投喂量的影响系数为输出量,实现科学投饵。3、在云平台下,完成服务器和数据库的开发。对数据库表结构进行设计,完成数据的云端存储。服务器采用多线程技术开发,根据自定义通信协议完成与投饵船和监控客户端的数据通信,保证通信的可靠性。无人投饵船船载终端进行硬件和软件设计,实现船载终端数据的采集、处理和交互。根据监控客户端的功能需求分析,对监控客户端的数据管理、远程控制、数据通信和人机交互界面进行单独设计。4、在保证硬件功能模块达到系统需求的情况下,对整个监控系统进行联合调试,着重试验了PC监控客户端对无人投饵船的远程监控效果。试验结果表明,该系统能够对无人投饵船进行实时、有效的监控和管理,达到预期目标。
葛晓波[7]（2020）在《基于知识的整机参数化快速建模技术研究》文中指出现代企业面临的主要问题之一是如何以更快的速度实现产品设计的迭代更新,以满足产品多样化、定制化发展的需求。如何快速、方便、准确地构建产品整机的三维几何模型和仿真模型。快速建模技术是实现上述需求的技术手段。目前快速建模技术领域的研究主要集中于某类特定产品对象,通用性差,缺乏可配置的产品结构映射,无法满足越来越普遍的产品定制化需求;现有的设计知识表示研究大多面向方案概念设计,其功能结构的知识映射不足以支撑具有复杂结构层次的机械产品模型;现有的集成建模方法侧重于打通不同系统间的数据传递方式,强调系统间固定的输入输出方式,限制了集成系统的广泛应用。为解决现有快速建模技术中存在的适应性差、拓展性差、缺乏对模型构建过程的知识表述、建模过程繁琐复杂等问题,本文开展了知识驱动的整机参数化快速建模技术和知识驱动的CAD/CAE集成建模技术的研究,主要内容如下:（1）提出了一种基于建模规则描述语义的框架模型表示方法。通过对大量复杂产品建模过程的研究,归纳总结出一套满足整机级参数化需求的建模规则描述语义,建立了框架模型表述体系,从逻辑表达、图形表达、几何表达、语义表达几方面全面、准确地描述参数化模型的构建过程。研究了基于框架模型的产品整机模型实例化过程,通过逐级的虚特征、虚组件实例化迭代,实现了主参数驱动的整机参数化模型自上而下地构建。开发了基于框架模型描述语义的整机参数化建模系统并进行了案例测试。系统实现了模型框架与规则的分离,通过预先定义的模型模板并结合可视化交互界面,用户能够以尽可能少的步骤方便、快速地建立复杂的产品整机模型。（2）提出了一种知识驱动的框架模型整机参数化建模方法。研究了面向几何建模过程的设计知识表示方法,提出了“参数-功能-行为-结构”设计知识表示法（PFBS）,即在功能-行为-结构表示法的基础上,引入参数层面的知识表示,通过参数-功能、参数-行为、参数-结构的驱动接口,实现了由设计知识驱动的从需求参数出发到产品功能分解,再到功能行为衍生,最后到结构表示的设计知识推理过程。将PFBS设计知识表示法与框架模型描述语义相结合,提出了知识驱动的框架模型,将设计知识作为一种约束存在于框架模型内,且能够驱动框架模型中的虚特征、虚组件、装配约束等组成部分。对知识驱动的框架模型实例化过程进行了研究,根据知识驱动原理的不同提出了知识驱动的静态框架模型和知识驱动的动态框架模型,并通过实例对其实例化过程分别进行了验证。（3）提出了一种基于规则的CAD/CAE集成建模方法。研究了面向热性能仿真的电子设备CAD/CAE集成建模需求。针对模型简化的需求,分析了三维模型的特征组成,提出了基于规则的特征简化方法,并以特征尺寸参数和特征体积权重为简化规则,实现了CAD模型的特征简化;针对CAE特征构建的需求,研究了分析特征的表示形式,图形学算法实现了CAD模型中分析特征数据的提取,实现了热仿真中常见的接触热阻、流体域等分析特征的自动构建方法。最后,通过机载机箱的案例测试,验证了所提方法的可行性。（4）开发了整机参数化快速设计平台系统并开展了相关应用验证。设计并实现了整机参数化快速设计平台的系统。详细介绍了系统的组织结构、系统框架及各模块组成与功能。以MCU机载插箱为例,给定设计需求参数,通过整机参数化快速设计平台,在设计知识的驱动下实现了MCU机载插箱的功能、行为、结构、参数各个层面的推理求解,将设计需求转化为模型实例的驱动参数,并最终得到了MCU机箱的几何模型实例;从MCU几何模型出发,结合CAD/CAE集成建模技术,构建了MCU机箱的CAE模型,以设计需求参数为边界条件,对模型冷却系统的性能进行了仿真验证,仿真结果表明由知识驱动的框架模型整机参数化建模方法是准确有效的。
薛金成[8]（2020）在《基于LSTM-A的专利文本分类研究》文中研究说明目前我国对专利文件分类仍然以人工为主,实现专利文件的自动分类对统一分类标准、提高分类准确率、降低人工成本等方面具有重大意义。目前在文本分类研究中,研究对象一般为新闻类和评价类文本,专利文本由于其特殊性不同于这些文本,具有技术专有名词较多、文本包含的语义信息较多、不同文本特征间相似度高的特点。使用传统文本分类方法无法对专利文本进行较好的分类。随着深度学习技术的发展,神经网络模型被广泛应用于各个领域,在自然语言处理中使用深度学习模型可以取得优于传统分类算法的结果。本文针对专利文本的特点,使用深度学习模型对专利文本分类进行了研究,主要研究工作包括:（1）针对专利文本技术专有名词较多,传统词袋模型无法准确反应词汇之间相似度的问题,提出了一种基于词嵌入技术的专利文本特征表示方法。通过词嵌入技术的研究,可将词汇映射到一个低维、稠密的词向量空间,解决了传统基于词袋模型文本表示方法的高维和稀疏的问题,词汇间的相关性可体现为词向量间的相似度。（2）针对专利文本包含语义信息较多,难以准确提取特征的问题,提出了一种基于深度学习模型长短期记忆（Long Short Term Memory,LSTM）网络的专利文本特征提取方法。通过对LSTM网络与专利文本的进一步分析,结合LSTM网络与专利文本序列化输入的特性,从而准确提取专利文本的特征信息。（3）针对专利文本中低层级间特征相似度高导致难以区分的问题,研究了将注意力机制（Attention Mechanism）引入LSTM网络中,构建LSTM-A专利文本分类模型。引入了注意力机制后的LSTM-A模型可以通过注意力机制为输入分配不同的特征权重,进一步提升对低层级间具有高相似度的专利文本的区分效果。通过在不同层级的专利文本上进行文本分类对比实验,基于LSTM-A的专利文本分类模型可以有效地区分不同技术专有名词,全面提取专利文本中的语义特征,对高相似度的专利文本具有较好的区分性。LSTM-A专利文本分类模型对专利文本有较好的分类准确率,可以减少专利审查员的工作量,提高专利分类质量推动了专利分类的应用及发展。
郭江姗[9]（2020）在《集成电路多类型故障测试向量集优化问题研究》文中指出随着信息时代的飞速发展,集成电路已被广泛应用于民用、商用、军用等多个领域,与此同时,集成电路测试作为保证集成电路质量的重要环节之一,变得越来越重要。集成电路需求及其工艺的不断提升,电路规模和设计复杂度的日益增大,不仅造成集成电路故障测试向量集生成愈发困难,同时造成获得的集成电路故障测试向量集规模不断增长。在生成的集成电路故障测试向量集中往往含有大量冗余测试向量,造成集成电路测试时间增加的同时,增加了集成电路测试的成本。因此,集成电路故障测试向量集优化问题逐渐为国内外学者所重视。本文深入研究多种现有测试向量集优化算法并分析算法的优缺点后,提出基于最小集合覆盖求解方法的测试向量集优化方法。该方法通过建立故障集与测试向量集中每个测试向量的对应关系,重新建模,将测试向量集优化问题转化为最小集合覆盖问题求解。根据最小集合覆盖问题的现有求解方式,相较于精确求解方法,该方法采用更适合大规模问题的启发式求解方法,以自动测试向量生成工具TetraMAX ATPG生成的测试向量集为基础,实现对测试向量集规模的约简,并通过实验说明其可行性。此外,在进一步研究多故障测试向量集优化方法的基础上,本文提出结合融合矩阵的多故障模型测试向量集优化方法。提出融合矩阵的概念,对于多故障模型和初始测试向量集,将其转化为多个单故障-测试向量矩阵,然后以纵向叠加的方式进行整合得到融合矩阵。随后,结合最小集合覆盖求解方法,获得多故障下的测试向量集的最优解。该方法确保了最小集合覆盖求解方法在融合矩阵上获得的解为最优解,在保证测试向量集对于多种故障覆盖率不变的同时,有效缩小了测试向量集规模,以提供给后续故障诊断过程更优质的测试向量集。
王秋旭[10]（2020）在《基于可视化知识元件的初中物理电学问题可读生成和求解研究》文中指出以可视化元件为基础的智能教育物理平台是当前开放式数字资源平台建设和自主交互式教、学大环境下的重要研究方向。它能以可视化的形式进行直观高效的问题场景展示,辅以有效的推理机制对物理学科中的知识进行完整的推导,并由此进行问题与求解的可读生成,满足用户及时练习与反馈的需求,具有重要的研究价值与应用前景。本文以智能教育物理平台为基础,以初中物理学科电学领域知识为对象,首先研究了可视化知识元件表示体系建立、易于计算机处理的电学知识表示选择和易于问题可读描述和可读解生成的知识库建立;其次对建立的电学场景进行了一般性的电路分析算法研究;然后建立了基于电学场景分析算法的定性分析和基于前向推理的电学物理量自动推理机制;最终实现电学问题与求解的可读生成。本文的主要工作和研究成果如下:（1）围绕物理学科电学知识领域,讨论了电学场景的可视化知识元件表达与电学知识表示方法,并建立了易于可读问题与可读解生成的知识库。（2）针对可视化知识元件表示下的电学场景连接复杂、元件关系不直观等问题,进行了有效性与串并联分析算法的研究,对电学场景进行重构。（3）结合电学场景的分析过程与结论,分析、设计并实现了智能教育物理电学平台的自动推理机制。（4）根据事实库存储结构与推理机制的推理方式,研究并设计电学问题与求解的可读生成。
二、电路的逻辑表示法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电路的逻辑表示法（论文提纲范文）
（1）基于关联规则的铁路信号设备故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 铁路故障文本大数据研究现状 |
| 1.2.2 故障诊断方法综述 |
| 1.3 本文主要工作及结构 |
| 2 铁路信号设备及其故障诊断 |
| 2.1 铁路信号基础设备 |
| 2.2 铁路信号设备故障文本数据分析 |
| 2.3 铁路信号设备故障诊断方案 |
| 2.3.1 智能决策支持系统 |
| 2.3.2 知识表示 |
| 2.3.3 基于文本数据的故障诊断方案 |
| 2.4 本章小结 |
| 3 铁路信号设备故障特征提取方法 |
| 3.1 基于故障数据的文本挖掘方法 |
| 3.1.1 文本挖掘的基本概念 |
| 3.1.2 影响特征提取效果的因素 |
| 3.1.3 铁路信号设备故障特征提取基本流程 |
| 3.2 文本分词处理 |
| 3.3 基于TF-IDF算法的故障特征提取 |
| 3.3.1 VSM模型 |
| 3.3.2 TF-IDF算法 |
| 3.3.3 改进TF-IDF算法 |
| 3.3.4 权重离散化 |
| 3.3.5 算法比较 |
| 3.4 故障诊断模型建立 |
| 3.5 铁路信号设备故障特征提取 |
| 3.6 本章小结 |
| 4 基于关联规则的故障诊断方法 |
| 4.1 数据挖掘技术 |
| 4.1.1 数据挖掘概述 |
| 4.1.2 数据挖掘过程 |
| 4.2 故障诊断算法的选择与改进 |
| 4.2.1 关联规则概念 |
| 4.2.2 FP-Growth算法实现 |
| 4.2.3 FP-Growth算法改进 |
| 4.3 基于关联规则的故障诊断 |
| 4.3.1 推理机的建立 |
| 4.3.2 推理策略的选择 |
| 4.3.3 基于关联规则的故障诊断流程 |
| 4.4 实验分析 |
| 4.4.1 实验数据与实验环境 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 5 铁路信号设备故障维修原型系统的设计与实现 |
| 5.1 需求分析 |
| 5.2 系统设计与实现 |
| 5.2.1 系统体系结构 |
| 5.2.2 系统功能模块 |
| 5.2.3 系统开发环境 |
| 5.2.4 系统主要界面展示 |
| 5.3 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（2）基于无线自组网技术的环网柜防误闭锁系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内及国外研究的现状 |
| 1.3 主要研究内容 |
| 2 防误闭锁系统及无线自组网技术研究 |
| 2.1 防误闭锁系统 |
| 2.1.1 防误闭锁系统结构组成 |
| 2.1.2 微机防误闭锁系统的工作流程 |
| 2.2 无线自组网技术 |
| 2.2.1 无线通信技术原理与特点 |
| 2.2.2 无线通信技术类型 |
| 2.2.3 无线自组网网络结构 |
| 2.3 基于改进蚁群算法的无线自组网的网络结构优化 |
| 2.3.1 蚁群算法简介 |
| 2.3.2 改进的蚁群算法 |
| 2.3.3 基于改进蚁群算法的无线自组网优化策略 |
| 2.4 本章小结 |
| 3 环网柜防误闭锁专家系统的研究 |
| 3.1 防误闭锁专家系统概述 |
| 3.1.1 防误闭锁专家系统原理 |
| 3.1.2 专家系统的开发工具CLIPS |
| 3.2 防误闭锁专家系统设计 |
| 3.2.1 防误闭锁专家系统研究 |
| 3.2.2 基于无线自组网技术的专家系统设计 |
| 3.2.3 环网柜闭锁逻辑的设计 |
| 3.3 本章小结 |
| 4 基于无线自组网的环网柜防误闭锁系统设计 |
| 4.1 防误闭锁系统整体方案设计 |
| 4.1.1 站控层的防误技术实现 |
| 4.1.2 间隔层的防误技术实现 |
| 4.1.3 过程层的防误技术实现 |
| 4.2 防误系统软件架构 |
| 4.3 防误闭锁系统现场应用案例 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（3）基于链置换的DNA神经元的构建与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 目前存在的问题 |
| 1.4 本文主要内容及结构 |
| 2 基于链置换的DNA神经元的构建 |
| 2.1 DNA神经元的基本原理 |
| 2.2 DNA矩阵乘法运算器 |
| 2.3 阶跃函数运算器 |
| 2.4 ReLU函数运算器 |
| 2.5 Sigmoid函数运算器 |
| 2.6 本章小结 |
| 3 基于DNA神经元的数字型逻辑门 |
| 3.1 与门和或门 |
| 3.2 非门 |
| 3.3 同或门和异或门 |
| 3.4 一位全加器 |
| 3.5 逻辑门的级联性 |
| 3.6 本章小结 |
| 4 基于DNA神经元的模拟型神经网络 |
| 4.1 实验一:双月牙型数据分类任务 |
| 4.2 实验二:鸢尾花识别任务 |
| 4.3 本章小结 |
| 5 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士学位期间发表的学术论文 |
（4）“推理类”高中AI课程教学案例设计研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 选题缘由 |
| 一、高中AI教学是国家智能与教学战略发展重要环节 |
| 二、“推理类”AI课程是国际视野下的人工智能教育核心内容 |
| 三、我国对“推理类”AI课程基础性和重要性把握不足 |
| 四、中小学“推理类”AI课程亟需教学案例开发 |
| 第二节 国内外已有研究综述 |
| 一、国内外人工智能推理相关研究 |
| 二、国内外“推理类”AI课程教学相关研究 |
| 三、已有研究述评 |
| 第三节 研究思路与方法 |
| 一、研究思路 |
| 二、研究方法 |
| 第四节 研究意义 |
| 一、发展完善“推理类”高中AI课程教学案例 |
| 二、丰富“推理类”高中AI课程教育教学理论 |
| 第五节 相关概念界定及理论基础 |
| 一、相关概念界定:人工智能、知识推理、教学案例 |
| 二、理论基础:建构主义学习理论、基于项目式学习理论、“做中学”理论 |
| 第二章 高中AI课程中推理类教学案例现状归因分析 |
| 第一节 完善推理类教学案例集是高中AI课程深入推进的重要趋势 |
| 一、高中AI课程标准中十分重视知识表示与推理教学案例 |
| 二、以“人大附中”为代表开发高中AI课程项目案例集 |
| 第二节 高中人工智能课程中推理类教学案例设计分析 |
| 一、重知识表示轻逻辑思维推理,课程内容基础性结构不完善 |
| 二、以知识图谱、多智能体推理为代表鲜少涉及,未意识重要性 |
| 三、符合高中生学习特点的人工智能课程教学案例开发不足 |
| 第三节 高中生人工智能学习的主要特征 |
| 一、高中生思维敏捷、乐于逻辑推理,但缺乏系统化训练 |
| 二、高中生抽象表达能力强,但知识表示方式科学化欠缺 |
| 三、案例情境教学有助于培养高中生高阶思维能力 |
| 四、信息技术知识储备较为充足,数字化学习技能基础较好 |
| 第三章 “推理类”高中AI课程案例设计模型建构 |
| 第一节 国内外典型的“推理类”高中AI课程教学案例 |
| 一、案例一:《探寻人工智能的神奇奥秘》教学设计 |
| 二、案例二:《人工智能—无人驾驶》教学设计 |
| 三、案例三:《机器人技术和未来技术》教学设计 |
| 四、总结分析现有的高中推理类AI课程教学案例设计 |
| 第二节 “推理类”高中AI课程教学案例设计的原则 |
| 一、逻辑能力与计算编程思维相结合原则 |
| 二、科学精神与趣味性相结合原则 |
| 三、内容系统化与多元性相结合原则 |
| 四、强智能性与实践性相结合原则 |
| 五、抽象表达与知识可视化相结合原则 |
| 六、培养创造力与合作意识相结合原则 |
| 第三节 “推理类”高中AI课程教学案例设计模型建构 |
| 一、理论基础分析 |
| 二、学习者及学习需求分析 |
| 三、教学目标及重难点分析 |
| 四、教学内容 |
| 五、课程结构 |
| 六、学习策略和环境 |
| 七、教学评价 |
| 第四章 第一轮设计:《基于Arduino的 多功能学习小卫士》 |
| 第一节 Arduino开源平台特性分析 |
| 一、Arduino主板(硬件) |
| 二、Arduino IDE编程软件 |
| 第二节 教学项目设计分析 |
| 一、教学内容定位 |
| 二、课程教学目标 |
| 三、教学设计策略及原则 |
| 第三节 《基于Arduino的多功能学习小卫士》教学设计与实践 |
| 第四节 教学案例实施及反思总结 |
| 一、实践结果与分析 |
| 二、教学启示与反思 |
| 第五章 第二轮设计:“推理类”高中AI课程教学案例优化设计 |
| 第一节 优化设计的原则及方向 |
| 一、强调高中AI课程的推理类别的内容区分 |
| 二、贴近普通高中技术类专业课程的课程标准 |
| 三、明确AI教育以经验、技能和创新为目标导向 |
| 四、综合利用教学资源,协调使用教学方法 |
| 第二节 优化教学案例设计与实践 |
| 一、“知识图谱推理”AI课程案例——《察异辨花》 |
| 二、“记忆驱动推理”AI课程案例——《识图认物》 |
| 三、“多智能体推理”AI课程案例——《自动迎宾系统》 |
| 第三节 “推理类”高中AI课程教学案例实践分析 |
| 一、教学效果分析 |
| 二、教学总结与反思 |
| 第六章 研究结论与展望 |
| 第一节 研究总结 |
| 第二节 研究不足与展望 |
| 参考文献 |
| 附录 |
| 附录1 :学生访谈提纲 |
| 附录2 :教师访谈提纲 |
| 附录3 :人工智能课程学科核心素养测试问卷 |
| 致谢 |
| 附:本人读研期间科研成果及奖励情况 |
（5）基于BIM的建筑主体结构施工安全智能检查研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 国内外文献综述 |
| 1.4 主要研究内容和思路 |
| 2 基于JSA及规范建筑主体结构施工安全分析 |
| 2.1 基于JSA的建筑主体结构作业分解 |
| 2.2 建筑主体结构施工作业安全分析 |
| 2.3 建筑主体结构施工安全规范分析 |
| 2.4 本章小结 |
| 3 基于BIM的建筑主体结构拓扑关系构建 |
| 3.1 BIM技术研究 |
| 3.2 基于BIM的建筑构件信息提取 |
| 3.3 基于Dynamo和 Gephi的建筑构件信息提取 |
| 3.4 本章小结 |
| 4 建筑主体结构安全知识库构建 |
| 4.1 知识相关研究 |
| 4.2 建筑主体结构安全知识库框架 |
| 4.3 建筑主体结构安全知识库建立实例 |
| 4.4 本章小结 |
| 5 基于BIM的施工安全智能检查系统设计 |
| 5.1 基于BIM的施工安全智能检查系统需求分析 |
| 5.2 基于BIM的施工安全智能检查系统框架设计 |
| 5.3 基于BIM的施工安全智能检查系统功能应用原理 |
| 5.4 本章小结 |
| 6 基于BIM与知识库的施工安全智能检查系统实现 |
| 6.1 基于BIM的施工安全智能检查系统实现技术与环境 |
| 6.2 基于BIM的施工安全智能检查系统功能实现 |
| 6.3 基于BIM的施工安全智能检查系统应用 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）基于云平台的无人投饵船远程监控系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无人作业船的研究现状 |
| 1.2.2 云平台技术的研究现状 |
| 1.2.3 远程监控技术的研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文的组织结构 |
| 第二章 无人投饵船远程监控系统总体设计 |
| 2.1 系统总体设计 |
| 2.1.1 系统需求分析 |
| 2.1.2 系统结构组成 |
| 2.1.3 系统工作原理 |
| 2.2 云平台技术 |
| 2.2.1 云平台的特点 |
| 2.2.2 云平台技术在远程监控系统中的应用 |
| 2.3 Qt集成开发环境 |
| 2.3.1 Qt的开发优势 |
| 2.3.2 Qt在远程监控系统中的应用 |
| 2.4 TCP/IP网络通信 |
| 2.4.1 通信原理 |
| 2.4.2 Qt中的TCP/IP网络通信 |
| 2.4.3 TCP/IP网络通信在远程监控系统中的应用 |
| 2.5 专家系统 |
| 2.5.1 专家系统的定义与特点 |
| 2.5.2 专家系统构造 |
| 2.5.3 专家系统在远程监控系统中的应用 |
| 2.6 本章小结 |
| 第三章 河蟹养殖专家系统的设计 |
| 3.1 系统整体设计 |
| 3.1.1 系统结构设计 |
| 3.1.2 系统功能设计 |
| 3.2 知识库设计 |
| 3.2.1 知识的获取 |
| 3.2.2 知识的表示 |
| 3.3 推理机设计 |
| 3.4 饵料投喂预测模型 |
| 3.4.1 模型介绍 |
| 3.4.2 BP神经网络 |
| 3.4.3 模型性能分析 |
| 3.5 系统实现 |
| 3.5.1 系统结构体系 |
| 3.5.2 系统工作原理 |
| 3.5.3 知识库的建立 |
| 3.5.4 饵料精细投喂 |
| 3.5.5 投喂决策界面设计 |
| 3.6 本章小结 |
| 第四章 远程监控系统的设计和实现 |
| 4.1 系统整体框架 |
| 4.2 数据库设计与使用 |
| 4.2.1 数据库功能 |
| 4.2.2 数据库表结构设计 |
| 4.2.3 数据库在远程监控系统中的应用 |
| 4.3 投饵船船载终端设计 |
| 4.3.1 硬件模块选型 |
| 4.3.2 软件模块设计 |
| 4.4 服务器系统设计与实现 |
| 4.4.1 服务器系统运行平台 |
| 4.4.2 搭建服务器开发环境 |
| 4.4.3 并发线程开发服务器 |
| 4.4.4 数据通信协议 |
| 4.4.5 通信功能实现 |
| 4.4.6 访问数据库 |
| 4.5 监控客户端设计与实现 |
| 4.5.1 功能结构设计 |
| 4.5.2 数据管理模块 |
| 4.5.3 远程控制模块 |
| 4.5.4 数据通信模块 |
| 4.5.5 人机交互界面 |
| 4.6 本章小结 |
| 第五章 系统功能测试 |
| 5.1 硬件功能模块测试 |
| 5.1.1 投饵船硬件平台搭建 |
| 5.1.2 GPS定位模块测试 |
| 5.1.3 通信模块测试 |
| 5.2 监控系统联合试验 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 论文展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表论文及参加科研项目 |
（7）基于知识的整机参数化快速建模技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 快速建模技术研究现状 |
| 1.2.1 产品几何模型快速构建技术的研究现状 |
| 1.2.2 产品仿真模型快速构建技术的研究现状 |
| 1.2.3 知识驱动的模型表示研究现状 |
| 1.3 快速建模技术的挑战与问题 |
| 1.3.1 几何CAD模型快速构建面临的问题 |
| 1.3.2 仿真模型快速构建面临的问题 |
| 1.4 论文研究内容 |
| 1.5 论文结构安排 |
| 第二章 基于框架模型的整机参数化建模方法 |
| 2.1 引言 |
| 2.2 框架模型 |
| 2.3 框架模型的表述 |
| 2.3.1 框架模型的逻辑表达式表示法 |
| 2.3.2 框架模型的图形表示法 |
| 2.3.3 框架模型的几何表示法 |
| 2.3.4 框架模型的脚本表示法 |
| 2.3.5 框架模型参数约束表示 |
| 2.4 框架模型实例化 |
| 2.4.1 框架模型实例化基本过程 |
| 2.4.2 组件实例化 |
| 2.4.3 特征实例化 |
| 2.4.4 整机实例化 |
| 2.5 基于框架模型的整机参数化建模 |
| 2.5.1 基于框架模型的整机参数化建模思想 |
| 2.5.2 基于框架模型的整机参数化建模系统体系架构 |
| 2.5.3 基于框架模型的整机参数化建模系统工作流程 |
| 2.6 基于框架模型的整机参数化建模效果分析 |
| 2.6.1 整机参数化建模实验设计 |
| 2.6.2 整机参数化建模实验模型 |
| 2.6.3 建模实验结果及分析 |
| 2.7 本章小结 |
| 第三章 基于知识驱动框架模型的整机参数化建模方法 |
| 3.1 引言 |
| 3.2 面向几何模型构建的设计知识表达 |
| 3.2.1 设计知识的“功能-行为-结构”表示(FBS) |
| 3.2.2 设计知识的”参数-功能-行为-结构”表示(PFBS) |
| 3.2.3 功能元F的表示 |
| 3.2.4 行为元B的表示 |
| 3.2.5 结构元S的表示 |
| 3.2.6 参数元的表示 |
| 3.3 知识驱动框架模型的表述 |
| 3.3.1 知识驱动框架模型逻辑表示法 |
| 3.3.2 知识驱动的框架模型图形表示 |
| 3.3.3 知识驱动框架模型的语义表示 |
| 3.4 知识驱动的框架模型的实例化 |
| 3.4.1 KBSF框架模型实例化 |
| 3.4.2 KBDF框架模型实例化 |
| 3.5 本章小结 |
| 第四章 面向电子设备热性能仿真的CAD/CAE集成建模 |
| 4.1 引言 |
| 4.2 CAD/CAE集成建模基本思想 |
| 4.3 模型简化 |
| 4.3.1 基于特征去除的模型简化 |
| 4.3.2 基于模型替换的模型简化 |
| 4.4 CAE模型重构 |
| 4.4.1 几何模型重构 |
| 4.4.2 CAE特征识别与构建 |
| 4.5 案例验证 |
| 4.5.1 实验设计 |
| 4.5.2 模型简化 |
| 4.5.3 CAE模型重构 |
| 4.6 本章小结 |
| 第五章 系统实现和综合应用 |
| 5.1 引言 |
| 5.2 系统框架 |
| 5.2.1 系统开发的软硬件环境 |
| 5.2.2 系统体系结构 |
| 5.2.3 系统功能模块 |
| 5.3 系统应用实例 |
| 5.3.1 MCU机箱PFBS分析 |
| 5.3.2 MCU机箱模型实例化 |
| 5.3.3 MCU机箱热性能仿真 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）基于LSTM-A的专利文本分类研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 文本分类国内外研究现状 |
| 1.2.1 文本特征表示研究现状 |
| 1.2.2 分类器构建研究现状 |
| 1.2.3 专利文本自动分类面临的问题 |
| 1.3 论文研究内容和创新点 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 第二章 专利文本分类基础理论研究 |
| 2.1 专利文本的特殊性 |
| 2.2 专利文本分类流程 |
| 2.2.1 专利文本预处理 |
| 2.2.2 专利文本特征表示 |
| 2.2.3 专利文本分类器 |
| 2.3 深度学习模型 |
| 2.3.1 人工神经网络简介 |
| 2.3.2 卷积神经网络 |
| 2.3.3 循环神经网络 |
| 2.4 本章小结 |
| 第三章 基于词嵌入的文本特征表示 |
| 3.1 词嵌入技术 |
| 3.2 Word2vec模型分析 |
| 3.3 训练模式 |
| 3.3.1 基于层次softmax的连续词袋模型 |
| 3.3.2 基于负采样的跳字模型 |
| 3.4 训练效果展示 |
| 3.5 本章小结 |
| 第四章 基于LSTM-A的专利文本分类算法设计 |
| 4.1 基于LSTM的文本分类模型设计 |
| 4.2 注意力机制 |
| 4.3 基于LSTM-A的专利文本分类模型设计 |
| 4.4 本章小结 |
| 第五章 实验与算法验证 |
| 5.1 数据获取与实验方案设计 |
| 5.2 词嵌入特征表示的性能验证 |
| 5.3 LSTM-A方法的性能验证 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A 攻读硕士期间发表的论文和专利 |
| 附录 B 攻读硕士期间参与的项目 |
（9）集成电路多类型故障测试向量集优化问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第2章 测试和最小集合覆盖相关概念 |
| 2.1 测试的相关概念 |
| 2.1.1 故障 |
| 2.1.2 故障模型 |
| 2.1.3 故障覆盖率 |
| 2.2 最小集合覆盖问题 |
| 2.2.1 研究现状 |
| 2.2.2 基本概念 |
| 2.3 RWLS方法 |
| 2.3.1 基本概念 |
| 2.3.2 算法实现 |
| 2.4 本章小结 |
| 第3章 基于最小集合覆盖的测试向量集优化 |
| 3.1 引言 |
| 3.2 基于最小集合覆盖的测试向量集优化 |
| 3.2.1 基本概念 |
| 3.2.2 基本思想 |
| 3.2.3 算法实现 |
| 3.3 实验与结果分析 |
| 3.3.1 对比实验 |
| 3.3.2 实验环境 |
| 3.3.3 实验电路 |
| 3.3.4 故障选择 |
| 3.3.5 结果与分析 |
| 3.4 本章小结 |
| 第4章 多故障模型的测试向量集优化方法 |
| 4.1 引言 |
| 4.2 多故障模型的测试向量集优化 |
| 4.2.1 基本概念 |
| 4.2.2 基本思想 |
| 4.2.3 算法实现 |
| 4.3 实验结果与分析 |
| 4.3.1对比实验 |
| 4.3.2 实验环境 |
| 4.3.3 实验电路 |
| 4.3.4 故障选择 |
| 4.3.5 结果与分析 |
| 4.4 本章小结 |
| 第5章 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（10）基于可视化知识元件的初中物理电学问题可读生成和求解研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 学科领域知识可视化研究现状 |
| 1.2.2 自动推理研究现状 |
| 1.2.3 研究现状总结 |
| 1.3 论文主要研究内容 |
| 1.4 论文的组织结构 |
| 2 知识表示方法研究 |
| 2.1 知识表示 |
| 2.2 学科领域可视化知识元件表示 |
| 2.3 物理电学知识表示 |
| 2.3.1 物理电学事实的表示 |
| 2.3.2 物理电学规则的表示 |
| 2.4 电学知识库建立 |
| 2.4.1 电学事实库建立 |
| 2.4.2 电学规则库建立 |
| 2.5 本章小结 |
| 3 基于可视化知识元件表示的电路有效性分析模型 |
| 3.1 端点直连简单路径提取 |
| 3.2 基于电路特性的端点直连简单路径约简 |
| 3.2.1 简单路径的等效直连 |
| 3.2.2 等效直连路径中的无效路径去除 |
| 3.3 分析实例 |
| 3.4 本章小结 |
| 4 结合有效路径的电路串并联分析与图转换研究 |
| 4.1 基于有效路径的串并联分析 |
| 4.1.1 基于元件电学特性的有效路径获取 |
| 4.1.2 基于虚拟点的串并联分析模型研究 |
| 4.2 实物连接图与示意图的转换 |
| 4.2.1 实物连接图转示意图 |
| 4.2.2 示意图转实物连接图 |
| 4.3 本章小结 |
| 5 物理电学的自动推理机制建立 |
| 5.1 电路定性分析 |
| 5.2 元件定量自动推理 |
| 5.2.1 元件物理量内推理 |
| 5.2.2 元件物理量间推理 |
| 5.2.3 元件物理量的组合推理 |
| 5.3 本章小结 |
| 6 电学问题与求解的可读生成 |
| 6.1 电学问题的可读生成 |
| 6.2 电学问题求解的可读生成 |
| 6.3 物理智能教育平台电学系统的模块结构 |
| 6.4 本章小结 |
| 7 结束语 |
| 7.1 工作总结 |
| 7.2 下一步工作 |
| 参考文献 |
| 致谢 |
| 在校期间科研成果 |
| 附录 |
四、电路的逻辑表示法（论文参考文献）
- [1]基于关联规则的铁路信号设备故障诊断方法研究[D]. 张湘婷. 兰州交通大学, 2021
- [2]基于无线自组网技术的环网柜防误闭锁系统的研究[D]. 陈双琦. 沈阳工程学院, 2020(02)
- [3]基于链置换的DNA神经元的构建与应用[D]. 赵霁巍. 华中科技大学, 2020(01)
- [4]“推理类”高中AI课程教学案例设计研究[D]. 刘媛媛. 安徽师范大学, 2020(02)
- [5]基于BIM的建筑主体结构施工安全智能检查研究[D]. 施英蕊. 中国矿业大学, 2020(01)
- [6]基于云平台的无人投饵船远程监控系统设计[D]. 刘勇. 江苏大学, 2020
- [7]基于知识的整机参数化快速建模技术研究[D]. 葛晓波. 西安电子科技大学, 2020
- [8]基于LSTM-A的专利文本分类研究[D]. 薛金成. 昆明理工大学, 2020(05)
- [9]集成电路多类型故障测试向量集优化问题研究[D]. 郭江姗. 吉林大学, 2020(08)
- [10]基于可视化知识元件的初中物理电学问题可读生成和求解研究[D]. 王秋旭. 四川师范大学, 2020