智能手机节能机制的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 问题描述 | 第10-11页 |
| 1.2.1 目前存在的问题 | 第10页 |
| 1.2.2 本文的解决思路 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.4 论文的研究内容 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 第二章 相关技术介绍 | 第16-27页 |
| 2.1 聚类分析技术 | 第16-19页 |
| 2.1.1 层次方法 | 第16页 |
| 2.1.2 划分方法 | 第16-17页 |
| 2.1.3 基于密度的方法 | 第17-18页 |
| 2.1.4 基于网格的方法 | 第18-19页 |
| 2.2 个性化推荐技术 | 第19-26页 |
| 2.2.1 基于内容的推荐 | 第20-21页 |
| 2.2.2 基于关联规则的推荐 | 第21页 |
| 2.2.3 协同过滤推荐算法 | 第21-25页 |
| 2.2.4 各个性化推荐技术优劣分析 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 智能手机节能技术 | 第27-33页 |
| 3.1 智能手机能耗 | 第27-29页 |
| 3.2 智能手机节能技术 | 第29-32页 |
| 3.2.1 硬件节能技术 | 第29页 |
| 3.2.2 软件节能技术 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于用户访问数据预测的智能手机节能策略 | 第33-44页 |
| 4.1 节能策略系统结构 | 第33-36页 |
| 4.2 用户访问数据预测模型 | 第36-42页 |
| 4.2.1 基于用户的聚类分析模型 | 第36-38页 |
| 4.2.2 用户连续搜索期望预测 | 第38-40页 |
| 4.2.3 一种基于用户的协同过滤节能模型 | 第40-42页 |
| 4.3 手机终端预存储模型 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 实例分析与仿真实验 | 第44-54页 |
| 5.1 实例分析 | 第44-45页 |
| 5.2 实验开发环境 | 第45-46页 |
| 5.3 实验模块介绍 | 第46-51页 |
| 5.3.1 服务器端模块介绍 | 第46-50页 |
| 5.3.2 客户端模块介绍 | 第50-51页 |
| 5.4 实验结果分析 | 第51-53页 |
| 5.5 本章小结 | 第53-54页 |
| 总结与展望 | 第54-55页 |
| 工作总结 | 第54页 |
| 不足与展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士期间所取得的学术成果 | 第59-60页 |
| 致谢 | 第60页 |
