首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于贝叶斯网络的认知网络QoS自主控制技术研究

摘要第1-6页
Abstract第6-8页
缩略词第8-10页
图表目录第10-12页
目录第12-15页
第一章 绪论第15-29页
   ·研究背景及意义第15-16页
   ·国内外研究现状及存在问题第16-22页
     ·认知网络研究现状第16-19页
     ·认知网络 QoS 自主控制研究现状第19-21页
     ·存在的问题第21-22页
   ·贝叶斯网络研究现状第22-26页
     ·研究现状第22-24页
     ·贝叶斯网络的扩展第24页
     ·贝叶斯网络的认知特性第24-26页
   ·论文主要研究内容第26-28页
     ·论文研究目标第26页
     ·论文整体框架第26-27页
     ·论文研究内容第27-28页
   ·论文组织结构第28-29页
第二章 面向业务的认知网络 QOS 自主控制框架第29-43页
   ·引言第29页
   ·认知网络 QOS 自主控制第29-33页
     ·问题分析第29-30页
     ·设计原则第30-33页
   ·面向业务的认知网络 QOS 自主控制框架第33-40页
     ·典型认知网络 QoS 控制框架分析第33-36页
     ·面向业务的认知网络 QOS 自主控制框架第36-40页
   ·认知网络 QOS 自主控制框架的关键技术第40-41页
   ·本章小结第41-43页
第三章 基于模糊动态贝叶斯网络的认知网络 QOS 健康度评估方法第43-63页
   ·引言第43-45页
   ·模糊动态贝叶斯网络第45-49页
     ·模糊集合理论第45页
     ·动态贝叶斯网络第45-49页
     ·模糊动态贝叶斯网络第49页
   ·认知网络 QOS 健康度评估的动态贝叶斯网络模型第49-53页
     ·评估变量选取第50-52页
     ·QoS 健康度评估的动态贝叶斯网络模型第52-53页
   ·基于模糊动态贝叶斯网络的认知网络 QOS 健康度评估方法第53-59页
     ·数据获取与模糊化第54-55页
     ·动态贝叶斯网络参数学习第55-57页
     ·QoS 健康度评估的动态贝叶斯网络推理第57-59页
   ·仿真实验及分析第59-62页
   ·本章小结第62-63页
第四章 基于贝叶斯网络的认知网络 QOS 劣化定位方法第63-83页
   ·引言第63-65页
   ·认知网络 QOS 劣化定位的贝叶斯网络模型第65-68页
     ·网络拓扑描述第65-66页
     ·QoS 劣化描述第66页
     ·QoS 劣化定位的贝叶斯网络模型第66-68页
   ·基于贝叶斯网络模型的认知网络 QOS 劣化定位方法第68-75页
     ·路径状态判定模型第68-69页
     ·链路劣化先验概率学习第69-71页
     ·QoS 劣化定位的的贝叶斯推理第71-74页
     ·认知网络 QOS 劣化定位方法描述第74-75页
   ·仿真实验及分析第75-82页
     ·仿真实验第75-76页
     ·仿真结果分析第76-82页
   ·本章小结第82-83页
第五章 基于影响图的认知网络 QOS 自主控制方法第83-103页
   ·引言第83页
   ·影响图第83-86页
     ·影响图的基本概念第83-85页
     ·影响图的求解和最优决策第85-86页
   ·认知网络 QOS 自主控制的影响图模型第86-90页
     ·影响因素分析第86-87页
     ·影响图节点确定第87-89页
     ·QoS 自主控制的影响图模型第89-90页
   ·基于影响图模型的认知网络 QOS 自主控制方法第90-93页
     ·贝叶斯网络推理第90-92页
     ·影响图的最优决策算法第92页
     ·认知网络 QOS 自主控制方法描述第92-93页
   ·仿真实验及分析第93-101页
     ·仿真环境第93-96页
     ·仿真结果分析第96-101页
   ·本章小结第101-103页
第六章 总结与展望第103-105页
   ·论文总结第103-104页
   ·工作展望第104-105页
参考文献第105-117页
致谢第117-118页
攻读博士期间撰写的学术论文第118-119页
攻读博士期间申请的技术发明专利第119-120页
攻读博士期间软件著作权登记第120-121页
攻读博士期间参加科研项目第121页

论文共121页,点击 下载论文
上一篇:基于网络编码的数据通信技术研究
下一篇:无线传感器网络能量优化的若干关键技术研究