基于IVCE平台的网络时延预测研究与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 论文工作 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 时间序列分析方法 | 第15-30页 |
| 2.1 时间序列介绍 | 第15-16页 |
| 2.1.1 时间序列定义 | 第15页 |
| 2.1.2 时间序列分类 | 第15页 |
| 2.1.3 时间序列影响因素 | 第15-16页 |
| 2.2 时间序列的性质 | 第16-17页 |
| 2.2.1 时间序列的平稳性 | 第16页 |
| 2.2.2 平稳性检测方法 | 第16-17页 |
| 2.2.3 白噪声检测方法 | 第17页 |
| 2.3 时间序列分析模型 | 第17-22页 |
| 2.3.1 自回归滑动平均模型 | 第17-18页 |
| 2.3.2 时间序列分析流程 | 第18-20页 |
| 2.3.3 确定ARMA模型参数方法 | 第20页 |
| 2.3.4 AIC准则及相关准则 | 第20-22页 |
| 2.4 神经网络模型 | 第22-29页 |
| 2.4.1 神经网络定义 | 第22-23页 |
| 2.4.2 BP神经网络 | 第23-25页 |
| 2.4.3 LSTM网络 | 第25-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 结合相关度的AICcc准则 | 第30-50页 |
| 3.1 AICCC准则提出背景 | 第30-31页 |
| 3.2 AICCC定义 | 第31-33页 |
| 3.3 AICCC准则的影响因素 | 第33-42页 |
| 3.4 AICCC与AIC功能测试对比 | 第42-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于IVCE的网络时延预测模型设计与实现 | 第50-63页 |
| 4.1 研究问题介绍 | 第50页 |
| 4.2 基于IVCE的网络时延预测模型架构设计 | 第50-58页 |
| 4.2.1 网络时延测量任务下发模块 | 第51-53页 |
| 4.2.2 时延结果回收模块 | 第53-55页 |
| 4.2.3 时延数据聚合模块 | 第55-56页 |
| 4.2.4 时延结果预测模块 | 第56-58页 |
| 4.3 模块实现与分析 | 第58-62页 |
| 4.3.1 网络时延测量任务下发模块 | 第58-59页 |
| 4.3.2 时延结果回收模块 | 第59-60页 |
| 4.3.3 时延结果聚合模块 | 第60页 |
| 4.3.4 时延结果预测模块 | 第60-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 实验测试与结果分析 | 第63-71页 |
| 5.1 实验环境 | 第63页 |
| 5.2 测试数据 | 第63-64页 |
| 5.3 结果分析 | 第64-70页 |
| 5.3.1 周期性数据预测结果 | 第64-65页 |
| 5.3.2 平稳性数据预测结果 | 第65-67页 |
| 5.3.3 突发性数据预测结果 | 第67-68页 |
| 5.3.4 趋势性数据预测结果 | 第68-70页 |
| 5.3.5 模型预测结果总结 | 第70页 |
| 5.4 结论 | 第70-71页 |
| 第六章 总结与展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 作者攻读学位期间发表的学术论文目录 | 第76页 |
