| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 认知计算技术研究现状 | 第10-12页 |
| 1.2.2 深度置信网络技术研究现状 | 第12-13页 |
| 1.2.3 任务调度技术研究现状 | 第13-14页 |
| 1.3 论文主要内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 相关背景知识介绍 | 第16-21页 |
| 2.1 认知计算背景知识 | 第16-17页 |
| 2.2 深度置信网络背景知识 | 第17-18页 |
| 2.2.1 深度置信网络的架构 | 第17-18页 |
| 2.2.2 深度置信网络的训练 | 第18页 |
| 2.3 任务调度技术背景知识介绍 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于上下文感知数据流的认知计算模型 | 第21-34页 |
| 3.1 基于上下文感知数据流的认知计算模型 | 第22-25页 |
| 3.1.1 模型介绍 | 第22-23页 |
| 3.1.2 各层主要功能介绍 | 第23-25页 |
| 3.2 面向数据流处理的决策树算法 | 第25-33页 |
| 3.2.1 算法原理简介 | 第25-28页 |
| 3.2.2 算法设计 | 第28-30页 |
| 3.2.3 算法性能分析 | 第30-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 基于深度置信网络的认知决策算法 | 第34-44页 |
| 4.1 算法的设计思想 | 第34-35页 |
| 4.2 算法原理和设计 | 第35-38页 |
| 4.2.1 算法原理介绍 | 第35-37页 |
| 4.2.2 算法设计 | 第37-38页 |
| 4.3 算法性能评估 | 第38-42页 |
| 4.3.1 仿真模型和仿真方法设计 | 第38-39页 |
| 4.3.2 仿真结果分析 | 第39-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第五章 基于改进型队列匹配的任务调度算法 | 第44-55页 |
| 5.1 任务调度系统模型 | 第44-46页 |
| 5.2 任务调度中的资源聚类策略 | 第46-49页 |
| 5.2.1 任务调度中的资源聚类算法思想 | 第46-48页 |
| 5.2.2 任务调度中的资源聚类算法伪代码 | 第48-49页 |
| 5.3 基于改进型队列匹配的任务调度算法 | 第49-51页 |
| 5.4 算法性能分析 | 第51-54页 |
| 5.4.1 任务调度中改进的资源聚类算法性能分析 | 第51-53页 |
| 5.4.2 基于改进型队列匹配的任务调度算法性能分析 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第60-61页 |
| 附录2 攻读硕士学位期间申请的专利 | 第61-62页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 附录4 攻读硕士学位期间获得的奖项 | 第63-64页 |
| 致谢 | 第64页 |