IP网络的QoS参数预测和优化方案生成方法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题背景及研究意义 | 第9页 |
| ·论文主要研究内容及创新点 | 第9-10页 |
| ·研究生期间主要工作 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 QoS参数预测和优化研究综述 | 第12-18页 |
| ·QoS参数预测和优化研究现状 | 第12-13页 |
| ·QoS参数预测研究现状 | 第12页 |
| ·QoS参数优化研究现状 | 第12-13页 |
| ·神经网络技术 | 第13-15页 |
| ·神经元理论 | 第13-14页 |
| ·神经网络层结构 | 第14-15页 |
| ·案例推理技术 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 IP网络的QoS参数预测方法 | 第18-30页 |
| ·IP网络QoS参数预测和优化方案生成框架 | 第18-19页 |
| ·QoS参数分析 | 第19-20页 |
| ·径向基函数(RBF)神经网络 | 第20-23页 |
| ·径向基函数(RBF)神经网络研究现状 | 第20-21页 |
| ·RBF神经网络优点 | 第21-22页 |
| ·RBF神经网络结构 | 第22-23页 |
| ·RBF神经网络学习过程 | 第23页 |
| ·基于RBF神经网络的QoS参数预测方法 | 第23-24页 |
| ·仿真与实验 | 第24-29页 |
| ·MATLAB神经网络工具箱 | 第24-25页 |
| ·实验环境搭建 | 第25-26页 |
| ·实验结果与分析 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 QoS优化方案生成方法 | 第30-51页 |
| ·基于案例推理的QoS优化方案框架 | 第30-31页 |
| ·案例推理技术 | 第31-32页 |
| ·利用XML表示案例 | 第32-38页 |
| ·问题表示 | 第33-36页 |
| ·解决方案表示 | 第36-38页 |
| ·案例存储 | 第38-39页 |
| ·案例检索 | 第39-43页 |
| ·常用案例检索方法 | 第39-40页 |
| ·相似度计算 | 第40页 |
| ·合案例检索算法 | 第40-43页 |
| ·综合案例修正法 | 第43-45页 |
| ·案例学习 | 第45-46页 |
| ·案例评估 | 第46页 |
| ·仿真与实验 | 第46-49页 |
| ·实验环境搭建 | 第46-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·本章总结 | 第49-51页 |
| 第五章 总结与展望 | 第51-52页 |
| ·论文研究成果及意义 | 第51页 |
| ·未来工作展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 作者攻读学位期间发表的学术论文目录 | 第56页 |
