| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国内外研究现状分析 | 第10-12页 |
| ·研究现状存在的问题及解决方法 | 第12-13页 |
| ·研究内容和目标及拟解决的关键问题 | 第13-14页 |
| ·研究内容和目标 | 第13-14页 |
| ·解决的关键问题 | 第14页 |
| ·拟采取的研究方法技术路线和创新点 | 第14-16页 |
| ·拟采取的研究方法技术路线 | 第14-15页 |
| ·创新点 | 第15-16页 |
| 第二章 基于记忆原理的网络异常行为智能识别模型研究 | 第16-37页 |
| ·引言 | 第16页 |
| ·基于记忆原理的异常行为智能识别模型 | 第16-28页 |
| ·基于记忆原理的异常行为智能识别模型工作原理 | 第16-18页 |
| ·基于记忆原理的异常行为智能识别模型元素定义 | 第18-19页 |
| ·基于记忆原理的异常行为智能识别模型记忆遗忘衰减与更新 | 第19-22页 |
| ·基于记忆原理的异常行为智能识别模型算法设计 | 第22-26页 |
| ·基于记忆原理的异常行为智能识别模型记忆系统关系分析 | 第26-27页 |
| ·基于记忆原理的异常行为智能识别模型实现方法构造 | 第27-28页 |
| ·实例研究 | 第28-35页 |
| ·实验数据描述 | 第29页 |
| ·实验数据预处理 | 第29-31页 |
| ·算法性能及分类效果分析 | 第31-32页 |
| ·记忆模型综合检测结果分析 | 第32-35页 |
| ·结论 | 第35-37页 |
| 第三章 基于记忆原理的蚁群智能体寻优记忆模型研究 | 第37-51页 |
| ·引言 | 第37页 |
| ·基于记忆原理的蚁群智能体记忆模型 | 第37-48页 |
| ·基本蚁群算法的思路 | 第37-38页 |
| ·基本记忆原理的思路 | 第38页 |
| ·记忆原理与基本蚁群算法的结合 | 第38-42页 |
| ·基于记忆原理的蚁群智能体记忆模型元素定义 | 第42-43页 |
| ·基于记忆原理的蚁群智能体记忆数学模型研究 | 第43-46页 |
| ·基于记忆原理的蚁群智能体记忆模型算法设计 | 第46-48页 |
| ·实例应用研究 | 第48-50页 |
| ·结论 | 第50-51页 |
| 第四章 基于记忆原理的人工鱼自治行为智能感知模型研究 | 第51-65页 |
| ·引言 | 第51页 |
| ·基于记忆原理的人工鱼智能感知模型 | 第51-61页 |
| ·基于记忆原理的人工鱼自治行为构成 | 第51-52页 |
| ·基于记忆原理的人工鱼智能感知模型及结构元素定义 | 第52-54页 |
| ·基于记忆原理的人工鱼智能感知模型工作原理 | 第54-56页 |
| ·基于记忆原理的人工鱼智能感知算法数学模型研究 | 第56-59页 |
| ·基于记忆原理的人工鱼智能感知算法模型实现方法 | 第59-61页 |
| ·实例应用研究 | 第61-64页 |
| ·结论 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·本文工作总结 | 第65-66页 |
| ·研究工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 作者简介及研究生期间发表的硕士论文 | 第72页 |
