基于云模型的智能计算策略研究
中文摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-15页 |
·研究背景 | 第9-10页 |
·课题意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·本课题主要工作 | 第13-14页 |
·论文结构 | 第14-15页 |
第二章 云模型相关理论 | 第15-24页 |
·云模型基本概念 | 第15-18页 |
·云和云滴 | 第15-16页 |
·云模型的数字特征 | 第16-17页 |
·3En 规则 | 第17-18页 |
·正态云的普适性 | 第18-20页 |
·正态云发生器(简称云发生器) | 第20-23页 |
·小结 | 第23-24页 |
第三章 云模型在时间序列相似性度量上的应用 | 第24-38页 |
·时间序列分析 | 第24-27页 |
·时间序列的模式表示 | 第25-26页 |
·频域表示法 | 第25页 |
·符号表示法 | 第25页 |
·奇异值表示法 | 第25-26页 |
·分段线性表示法 | 第26页 |
·时间序列的相似性度量 | 第26-27页 |
·常用的时间序列相似性度量方法 | 第27-30页 |
·欧氏距离 | 第27-28页 |
·动态时间弯曲 | 第28-29页 |
·基于形态的相似度量 | 第29-30页 |
·相似性度量问题的讨论 | 第30-31页 |
·基于云模型的相似性度量方法 | 第31-33页 |
·实验 | 第33-37页 |
·命中率实验 | 第33-35页 |
·采用高速公路行车数据进行验证实验 | 第33-34页 |
·采用 UCR 时间序列数据集进行验证实验 | 第34-35页 |
·最匹配效果实验 | 第35-36页 |
·基于云模型的时间序列相似性度量的讨论 | 第36-37页 |
·小结 | 第37-38页 |
第四章 云模型在软件测试数据自动生成上的应用 | 第38-50页 |
·软件测试数据自动生成研究意义和研究现状 | 第38-39页 |
·软件测试数据自动生成策略 | 第39-41页 |
·随机法 | 第39页 |
·静态法 | 第39-40页 |
·动态法 | 第40-41页 |
·基于云模型的进化算法 | 第41-43页 |
·云模型与软件测试数据自动生成的结合 | 第43-46页 |
·适应值函数的构造 | 第43-46页 |
·基于云模型的测试数据生成算法 | 第46页 |
·实验 | 第46-49页 |
·生成等边三角形结构测试用例 | 第47-48页 |
·生成直角三角形结构测试用例 | 第48-49页 |
·小结 | 第49-50页 |
结论与展望 | 第50-52页 |
参考文献 | 第52-56页 |
致谢 | 第56-57页 |
个人简历及在学校期间的研究成果及发表的学术论文 | 第57页 |