| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 研究目标和研究内容 | 第14-15页 |
| 1.5 论文结构 | 第15-17页 |
| 第二章 相关理论与技术 | 第17-28页 |
| 2.1 神经网络相关理论 | 第17-24页 |
| 2.1.1 神经网络架构 | 第17-21页 |
| 2.1.2 神经网络训练 | 第21-24页 |
| 2.2 面向警务数据处理的任务调度相关理论 | 第24-27页 |
| 2.2.1 面向警务数据处理的任务调度概述 | 第24-25页 |
| 2.2.2 面向警务数据处理的任务调度目标 | 第25-26页 |
| 2.2.3 人工蜂群算法 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于级联的LSTM数据预测策略 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 LSTM模型分析 | 第28-31页 |
| 3.2.1 循环神经网络模型 | 第28-30页 |
| 3.2.2 LSTM模型 | 第30-31页 |
| 3.3 基于LSTM的数据预测 | 第31-38页 |
| 3.3.1 问题分析 | 第31-32页 |
| 3.3.2 警务数据预测模型 | 第32-34页 |
| 3.3.3 级联LSTM的数据预测 | 第34-35页 |
| 3.3.4 算法训练 | 第35-38页 |
| 3.4 实验仿真 | 第38-43页 |
| 3.4.1 实验设计 | 第38-39页 |
| 3.4.2 实验结果分析 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 面向警务数据处理的任务调度策略 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 任务调度问题建模 | 第44-48页 |
| 4.2.1 问题描述 | 第44-45页 |
| 4.2.2 任务调度模型的约束条件 | 第45-48页 |
| 4.3 任务调度策略 | 第48-54页 |
| 4.3.1 基于人工蜂群算法的任务调度策略 | 第48-51页 |
| 4.3.2 代价最小的任务重分配优化策略 | 第51-53页 |
| 4.3.3 任务调度策略流程 | 第53-54页 |
| 4.4 实验仿真 | 第54-59页 |
| 4.4.1 实验设计 | 第54-55页 |
| 4.4.2 实验结果分析 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 多层高性能分布式安全数据服务平台的设计与实现 | 第60-69页 |
| 5.1 引言 | 第60页 |
| 5.2 总体架构 | 第60-62页 |
| 5.3 详细设计 | 第62-66页 |
| 5.3.1 计算中心 | 第62-63页 |
| 5.3.2 征用中心 | 第63-64页 |
| 5.3.3 数据中心 | 第64-66页 |
| 5.4 系统展示 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 总结和展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间取得的成果 | 第76页 |