| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究目的及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文的主要工作和内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 传统Hurst指数估计方法 | 第18-25页 |
| 2.1 去趋势波动分析法 | 第18-19页 |
| 2.2 希尔伯特黄变换 | 第19-22页 |
| 2.3 自相关函数回归法 | 第22-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 黄金分割搜索算法 | 第25-28页 |
| 3.1 黄金分割搜索算法 | 第25-27页 |
| 3.2 小结 | 第27-28页 |
| 第四章 局部均值分解算法与随机搜索算法 | 第28-42页 |
| 4.1 局部均值分解算法 | 第28-32页 |
| 4.2 随机搜索算法 | 第32-41页 |
| 4.2.1 基于均匀分布的简单随机搜索算法 | 第32-33页 |
| 4.2.2 基于均匀分布的爬山搜索算法 | 第33-34页 |
| 4.2.3 基于高斯分布的随机搜索算法 | 第34-35页 |
| 4.2.4 基于Levy分布的随机搜索算法 | 第35-37页 |
| 4.2.5 基于蚁群搜索算法思想改进的高斯分布随机搜索算法 | 第37-41页 |
| 4.3 小结 | 第41-42页 |
| 第五章 基于网络流量的Hurst指数估计方法实验 | 第42-66页 |
| 5.1 网络流量数据 | 第42页 |
| 5.2 去趋势波动分析方法Hurst指数估计结果 | 第42-43页 |
| 5.3 基于HHT的Hurst指数估计结果 | 第43-46页 |
| 5.4 基于LMD的Hurst指数估计结果 | 第46-48页 |
| 5.5 自相关函数回归法和改进的黄金分割搜索算法以及随机搜索算法的Hurst指数估计结果比较分析 | 第48-63页 |
| 5.5.1 自相关函数回归法Hurst指数估计结果 | 第48-52页 |
| 5.5.2 黄金分割搜索算法Hurst指数估计结果 | 第52-55页 |
| 5.5.3 基于均匀分布的简单随机搜索算法Hurst指数估计结果 | 第55-56页 |
| 5.5.4 基于均匀分布的爬山搜索算法Hurst指数估计结果 | 第56-57页 |
| 5.5.5 基于高斯分布的随机搜索算法Hurst指数估计结果 | 第57-59页 |
| 5.5.6 基于Levy分布的随机搜索算法Hurst指数估计结果 | 第59-61页 |
| 5.5.7 基于蚁群搜索算法思想的改进高斯分布随机搜索算法Hurst指数估计结果 | 第61-62页 |
| 5.5.8 自相关函数回归法、黄金分割搜索算法和随机搜索算法的回归次数比较 | 第62-63页 |
| 5.6 黄金分割搜索算法和基于Levy分布的随机搜索算法在概率分布模型上的比较 | 第63-65页 |
| 5.7 小结 | 第65-66页 |
| 第六章 网络流量Hurst指数估计系统 | 第66-88页 |
| 6.1 系统设计的主要目标 | 第66页 |
| 6.2 系统总体设计 | 第66-67页 |
| 6.2.1 系统用途 | 第66页 |
| 6.2.2 系统运行环境 | 第66-67页 |
| 6.2.3 系统需求概括 | 第67页 |
| 6.2.4 系统总体框架 | 第67页 |
| 6.3 系统操作使用说明 | 第67-87页 |
| 6.3.1 系统安装与启动 | 第67-71页 |
| 6.3.2 导入数据 | 第71-72页 |
| 6.3.3 设置计算参数和计算方法 | 第72-73页 |
| 6.3.4 Hurst指数计算结果显示 | 第73-79页 |
| 6.3.5 数据导出 | 第79-84页 |
| 6.3.6 图像导出 | 第84-86页 |
| 6.3.7 系统警告报错与处理 | 第86-87页 |
| 6.4 小结 | 第87-88页 |
| 第七章 总结与展望 | 第88-92页 |
| 7.1 总结 | 第88-90页 |
| 7.2 展望 | 第90-92页 |
| 参考文献 | 第92-101页 |
| 致谢 | 第101-102页 |
| 攻读硕士期间所取得的科研成果 | 第102页 |
