由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
音像人工智能技术在建设工程争议解决中的应用成于思
¥ ×1
前言
章 绪论
1.1 研究背景
1.2 问题的提出
1.3 研究目的
1.4 研究意义
1.5 研究内容和技术路线
1.5.1 研究内容及方法
1.5.2 研究路线
1.6 本章小结
第二章 文献综述
2.1 概述
2.2 工程合同争议和法律推理相关文献
2.2.1 工程合同争议
2.2.2 律
. 工程质量缺陷相关文献
2.4 工程变更相关文献
2.5 人工智能算法相关文献
2.5.1 CBR和RBR
2.5.2 决策树算法
2.5.3 神经网络算法
2.5.4 贝叶斯分类器
2.5.5 关联规则挖掘算法
2.6 本章小结
第三章 工程争议案例基本统计分析
3.1 概述
3.2 试点调查
3.3 数据收集与统计
3.3.1 工程质量缺陷争议案例
3.3.2 工程变更争议案例
3.4 本章小结
第四章 工程争议案例库的构建
4.1 概述
4.2 工程争议中的律模型
4.2.1 工程争议中运用的律形式
4.2.2 工程争议中的律关系数据模型
4.3 工程质量缺陷关系数据模型
4.4 本章小结
第五章 基于分层关联规则挖掘算法的争议案例分析
5.1 概述
5.2 概念分层的关联规则算法
5.2.1 Apriori算法
5.2.2 概念分层的Apriori算法
5.. 形式的分层挖掘算法
5.3 算法应用
5.3.1 数据预处理
5.3.2 质量缺陷挖掘
5.4 本章小结
第六章 基于模糊决策树算法的工程争议结果预测
6.1 概述
6.2 工程变更争议特点分析
6.2.1 工程变更概念及相关规定
6.2.2 工程变更争议判决因素提取
6.3 决策树算法及其问题
6.3.1 传统决策树算法描述
6.3.2 不确定对决策树的影响
6.4 模糊集合理论
6.5 模糊决策树算法
6.6 利用模糊决策树算法预测工程变更争议判决结果
6.6.1 预测算法能评指标
6.6.2 工程变更争议结果预测
6.7 本章小结
第七章 基于神经网络的工程争议结果预测
7.1 概述
7.2 神经网络的基本概念
7.3 ANN算法介绍
7.3.1 BP神经网络
7.3.2 概率神经网络
7.4 基于ANN的分类预测
7.5 利用神经网络预测工程变更争议判决结果
7.5.1 分类准备
7.5.2 ANN网络设计和能比较
7.6 本章小结
第八章 基于贝叶斯分类器的工程争议结果预测
8.1 概述
8.2 朴素贝叶斯分类器
8.2.1 贝叶斯定理
8.2.2 朴素贝叶斯分类
8.3 贝叶斯分类器
8.3.1 贝叶斯网络的概念
8.3.2 贝叶斯分类器参数学习
8.3.3 贝叶斯分类器结构学习
8.4 TAN分类器
8.5 利用贝叶斯分类器预测争议判决结果
8.5.1 分类准备
8.5.2 朴素贝叶斯分类器和TAN分类器结果比较
8.5.3 贝叶斯网络分类器结果比较
8.6 三种分类器能比较
8.7 本章小结
第九章 总结与展望
9.1 研究成果
9.2 本书创新点
9.3 本书不足和展望
参考文献
附录
成于思,女,1983年8月出生,江苏省南京市人,工学博士,现任东南大学土木工程学院建设与房地产系讲师。2005年于东南大学信息工程专业,获工学士学。2009年硕士于东南大学通信与信息系统专业.获工学硕士。2014年博士于东南大学土木工程建造与管理专业,获工学博士。2015年至今,于东南大学土木工程学院任教。近年来主持和参与了多项重量科研项目。已经在《Automationin Construction》《土木工程学报》《东南大学学报(自然科学版)》《计算机工程与应用》等靠前外杂志和靠前会议上发表学术10篇。主要研究方向为人工智能与工程争议管理。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格