| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 主要研究内容 | 第9-10页 |
| 1.3 本文组织结构 | 第10-12页 |
| 第2章 相关研究 | 第12-22页 |
| 2.1 无线链路特性 | 第12-17页 |
| 2.1.1 链路的不规则性 | 第12-14页 |
| 2.1.2 链路的非对称性 | 第14-15页 |
| 2.1.3 链路的时间波动性 | 第15-17页 |
| 2.2 链路质量预测方法 | 第17-20页 |
| 2.2.1 基于链路特性的链路质量预测方法 | 第17-18页 |
| 2.2.2 基于概率统计的链路质量预测方法 | 第18-19页 |
| 2.2.3 基于机器学习的链路质量预测方法 | 第19-20页 |
| 2.3 AdaBoost研究现状 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 AdaBoost理论基础 | 第22-29页 |
| 3.1 AdaBoost方法 | 第22-24页 |
| 3.1.1 AdaBoost分类方法 | 第22-23页 |
| 3.1.2 AdaBoost回归方法 | 第23-24页 |
| 3.2 AdaBoost与支持向量机结合 | 第24-28页 |
| 3.2.1 AdaBoostSVC方法 | 第24-26页 |
| 3.2.2 AdaBoostSVR方法 | 第26-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第4章 基于AdaBoost的链路质量预测模型 | 第29-38页 |
| 4.1 链路质量预测模型建立的主要过程 | 第29-30页 |
| 4.2 数据预处理 | 第30-31页 |
| 4.2.1 数据降噪 | 第30页 |
| 4.2.2 数据标准化 | 第30-31页 |
| 4.3 基于DBSCAN聚类的链路质量等级划分 | 第31-32页 |
| 4.3.1 链路质量等级的定义 | 第31页 |
| 4.3.2 基于DBSCAN的链路质量等级划分 | 第31-32页 |
| 4.4 基于AdaBoostSVC的链路质量评估 | 第32-34页 |
| 4.4.1 弱分类器的确定 | 第32-33页 |
| 4.4.2 AdaBoostSVC评估方法 | 第33-34页 |
| 4.5 基于AdaBoostSVR的链路质量预测模型 | 第34-37页 |
| 4.6 模型评价 | 第37页 |
| 4.7 本章小结 | 第37-38页 |
| 第5章 实验设计与分析 | 第38-57页 |
| 5.1 实验平台介绍 | 第38-42页 |
| 5.1.1 硬件平台 | 第38-40页 |
| 5.1.2 软件平台 | 第40-42页 |
| 5.2 实验方案设计 | 第42-45页 |
| 5.2.1 实验场景选择 | 第42-45页 |
| 5.2.2 实验参数设置 | 第45页 |
| 5.3 实验结果与分析 | 第45-56页 |
| 5.3.1 样本数据分析 | 第45-48页 |
| 5.3.2 链路质量等级划分的实验结果 | 第48-50页 |
| 5.3.3 AdaBoostSVC评估模型的仿真实验结果 | 第50-51页 |
| 5.3.4 AdaBoostSVR预测模型实验结果 | 第51-54页 |
| 5.3.5 AdaBoostSVR预测模型的对比 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间参与课题情况 | 第64-65页 |
| 攻读硕士学位期间发表论文、著作权及获奖情况 | 第65-66页 |
| 致谢 | 第66页 |
