文摘
英文文摘
声明
1 绪论
1.1课题研究背景
1.2国内外电梯交通模式识别的研究现状
1.3贝叶斯网络的优点及应用
1.3.1贝叶斯网络的优点
1.3.2贝叶斯网络的应用
1.4本文的主要目的、内容与技术路线
1.4.1本文研究的目的
1.4.2本文研究的主要内容
1.4.3本文研究的技术路线
2 贝叶斯网络的理论基础
2.1基本概念与贝叶斯定理
2.2贝叶斯网络的理论基础
2.2.1贝叶斯网络的定义
2.2.2贝叶斯网络的公式
2.2.3贝叶斯网络的性质
2.2.4贝叶斯网络的构造
2.3一个贝叶斯网络的模型实例
2.4小结
3基于集成的分类器增量学习方法的介绍
3.1.增量学习及概念漂移现象
3.1.1增量学习的意义及方法
3.1.2概念漂移
3.2贝叶斯分类器
3.2.1最大后验假设与最大似然假设
3.2.2贝叶斯分类器及其优化
3.3朴素贝叶斯分类器
3.3.1朴素贝叶斯分类器模型的建立
3.3.2朴素贝叶斯分类的工作过程
3.3.3朴素贝叶斯分类的提升
3.4基于集成的朴素贝叶斯分类器增量学习算法
3.4.1增量式朴素贝叶斯分类模型
3.4.2增量序列学习策略的选择及其存在的问题
3.4.3一种新的增量序列学习算法介绍
3.4.4算法原理分析
3.5小结
4基于增量式朴素贝叶斯分类器的电梯交通模式识别模型的构建
4.1电梯交通模式识别模型的构建
4.1.1电梯交通流的基本模式
4.1.2电梯交通流特征提取和数据预处理
4.2增量式朴素贝叶斯的电梯交通流模式分类器的设计
4.3电梯交通流数据的增量式朴素贝叶斯分析计算
4.4小结
5增量式朴素贝叶斯分类器在电梯交通模式识别中的应用
5.1分类的实现
5.1.1仿真数据的采集
5.1.2实验验证
5.2与模糊神经网络的电梯交通模式识别方法的比较
5.3小结
6总结与展望
6.1总结
6.2后续工作展望
致 谢
参考文献
附 录