基于半監(jiān)督機器學習的數(shù)控機床領(lǐng)域關(guān)鍵技術(shù)識別研究
【學位單位】:華中科技大學
【學位級別】:碩士
【學位年份】:2019
【中圖分類】:TP181;TG659
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 課題來源
1.2 課題背景和意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 技術(shù)預(yù)見與技術(shù)清單制定
1.3.2 關(guān)鍵技術(shù)識別與主題模型
1.3.3 技術(shù)領(lǐng)域劃分與文本聚類
1.4 本文主要研究內(nèi)容
1.5 本文組織結(jié)構(gòu)
2 基于交互式主題模型的全領(lǐng)域關(guān)鍵技術(shù)識別方法
2.1 交互式主題模型進行關(guān)鍵技術(shù)識別的優(yōu)勢與流程
2.1.1 交互式主題模型的優(yōu)勢
2.1.2 關(guān)鍵技術(shù)識別的流程
2.2 交互式主題模型進行關(guān)鍵技術(shù)識別方案設(shè)計
2.2.1 交互式主題模型原理
2.2.2 應(yīng)用方案
2.3 數(shù)控機床領(lǐng)域關(guān)鍵技術(shù)識別
2.3.1 數(shù)據(jù)下載
2.3.2 數(shù)據(jù)處理
2.3.3 關(guān)鍵技術(shù)識別結(jié)果
2.4 上述方案存在的不足
2.5 本章小結(jié)
3 基于TM-GSDMM文本聚類算法的技術(shù)領(lǐng)域劃分方法
3.1 文本聚類算法用于技術(shù)領(lǐng)域劃分的優(yōu)勢與流程
3.2 GSDMM文本聚類算法
3.2.1 算法原理
3.2.2 存在問題
3.3 引入文本級知識的TM-GSDMM文本聚類算法
3.3.1 改進原理
3.3.2 基于詞向量的文本級must-link知識生成
3.4 基于TM-GSDMM進行技術(shù)領(lǐng)域劃分的實驗驗證
3.4.1 實驗數(shù)據(jù)
3.4.2 評價指標
3.4.3 實驗方案
3.4.4 實驗結(jié)論
3.5 本章總結(jié)
4 基于WM-ATM作者主題模型的子領(lǐng)域關(guān)鍵技術(shù)識別方法
4.1 作者主題模型用于關(guān)鍵技術(shù)識別的優(yōu)勢與流程
4.2 ATM作者主題模型
4.2.1 算法原理
4.2.2 存在問題
4.3 引入詞語級知識的WM-ATM作者主題模型
4.3.1 改進原理
4.3.2 基于詞向量的詞語級must-link知識生成
4.3.3 應(yīng)用方式
4.4 基于WM-ATM進行關(guān)鍵技術(shù)識別的實驗驗證
4.4.1 實驗數(shù)據(jù)
4.4.2 評價指標
4.4.3 實驗方案
4.4.4 實驗結(jié)論
4.5 本章小結(jié)
5 研究方法在數(shù)控機床領(lǐng)域技術(shù)清單制定中的應(yīng)用
5.1 研究方法支持技術(shù)清單制定的流程
5.2 數(shù)控機床全領(lǐng)域關(guān)鍵技術(shù)識別
5.2.1 關(guān)鍵技術(shù)識別
5.2.2 技術(shù)趨勢分析
5.3 數(shù)控機床技術(shù)領(lǐng)域劃分
5.4 數(shù)控機床子領(lǐng)域關(guān)鍵技術(shù)識別
5.5 數(shù)控機床領(lǐng)域技術(shù)清單制定
5.6 本章小結(jié)
6 全文總結(jié)與展望
6.1 全文總結(jié)
6.2 研究展望
致謝
參考文獻
附錄 A 檢索式
附錄 B 研究成果
【參考文獻】
相關(guān)期刊論文 前10條
1 沙振江;張蓉;劉桂鋒;;國內(nèi)技術(shù)預(yù)見方法研究述評[J];情報理論與實踐;2015年06期
2 孫粒;龔旭;;中國工程科技2035發(fā)展戰(zhàn)略研究正式啟動[J];中國科學基金;2015年03期
3 任真;;韓國科技規(guī)劃制定方法與啟示[J];圖書情報工作;2013年23期
4 徐磊;;技術(shù)預(yù)見方法的探索與實踐思考——基于德爾菲法和技術(shù)路線圖的對接[J];科學學與科學技術(shù)管理;2011年11期
5 賴玉霞;劉建平;楊國興;;基于遺傳算法的K均值聚類分析[J];計算機工程;2008年20期
6 袁志彬;任中保;;德爾菲法在技術(shù)預(yù)見中的應(yīng)用與思考[J];科技管理研究;2006年10期
7 王敞;陳增強;袁著祉;;基于遺傳算法的K均值聚類分析[J];計算機科學;2003年02期
8 任奔;技術(shù)預(yù)見在德國[J];世界科學;2002年06期
9 周水庚,范曄,周傲英;基于數(shù)據(jù)取樣的DBSCAN算法[J];小型微型計算機系統(tǒng);2000年12期
10 周水庚,周傲英,曹晶;基于數(shù)據(jù)分區(qū)的DBSCAN算法[J];計算機研究與發(fā)展;2000年10期
相關(guān)碩士學位論文 前2條
1 王秋秋;基于共引的科技文獻聚類算法的研究與應(yīng)用[D];浙江工業(yè)大學;2017年
2 王偉;文獻計量法在技術(shù)預(yù)見中的應(yīng)用[D];大連理工大學;2008年
本文編號:2863093
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2863093.html