基于D-S证据理论的虚拟机性能评估
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 前言 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 非线性模型 | 第9-10页 |
| 1.2.2 线性模型 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 1.4 本文结构及主要内容 | 第12-14页 |
| 第2章 基于D-S证据理论的虚拟机性能预测 | 第14-26页 |
| 2.1 D-S证据理论基础知识 | 第14-16页 |
| 2.2 虚拟机性能的影响因素 | 第16页 |
| 2.3 虚拟机性能特征的5个必要影响因素 | 第16-19页 |
| 2.4 初始化输入因素的预处理 | 第19-23页 |
| 2.5 利用矩阵分解算法减少时间开销 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 第3章 虚拟机性能预测有效性分析 | 第26-36页 |
| 3.1 选取有效性测试的影响因素 | 第26页 |
| 3.2 虚拟机性能实例预测结果与有效性分析 | 第26-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第4章 虚拟机性能预测准确性分析实验及结果 | 第36-42页 |
| 4.1 实验设置 | 第36-37页 |
| 4.2 准确性测试 | 第37-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 基于D-S证据理论的虚拟机性能预测系统 | 第42-48页 |
| 5.1 系统需求分析 | 第42页 |
| 5.2 系统设计 | 第42-43页 |
| 5.3 系统实现 | 第43-45页 |
| 5.4 系统预测结果 | 第45-46页 |
| 5.5 本章小结 | 第46-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |
