基于流数据的负载降维模型
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 流数据研究现状 | 第11页 |
| 1.2.2 网络负载研究现状 | 第11-12页 |
| 1.2.3 数据降维研究现状 | 第12页 |
| 1.3 关键技术研究 | 第12-16页 |
| 1.3.1 网络与负载平衡 | 第13-14页 |
| 1.3.2 网络与关联规则 | 第14-15页 |
| 1.3.3 网络与能源消耗 | 第15-16页 |
| 1.4 本文的工作与贡献 | 第16-17页 |
| 1.5 本文的组织结构安排 | 第17-18页 |
| 第二章 多媒体数据流下的负载降维模型 | 第18-36页 |
| 2.1 模型设计 | 第18-21页 |
| 2.1.1 模型概述 | 第18-20页 |
| 2.1.2 定义 | 第20-21页 |
| 2.2 分类模块 | 第21-24页 |
| 2.2.1 视频帧处理 | 第21-22页 |
| 2.2.2 视频段处理 | 第22-24页 |
| 2.3 负载处理模块 | 第24-26页 |
| 2.3.1 关键帧与视频缩略 | 第24页 |
| 2.3.2 关键帧率 | 第24-25页 |
| 2.3.3 最小关联计算 | 第25-26页 |
| 2.4 实验仿真 | 第26-35页 |
| 2.4.1 数据集介绍 | 第27页 |
| 2.4.2 实验建立 | 第27-28页 |
| 2.4.3 结果分析 | 第28-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 流数据特征的负载降维 | 第36-48页 |
| 3.1 模型设计 | 第36-39页 |
| 3.1.1 问题阐述 | 第36-37页 |
| 3.1.2 设计目的 | 第37-38页 |
| 3.1.3 模型概述 | 第38-39页 |
| 3.2 算法描述 | 第39-42页 |
| 3.2.1 关联计算规则 | 第39-41页 |
| 3.2.2 收缩变量 | 第41-42页 |
| 3.3 实验仿真 | 第42-47页 |
| 3.3.1 实验建立 | 第42-43页 |
| 3.3.2 实验结果 | 第43-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 流数据关联规则的负载降维 | 第48-60页 |
| 4.1 问题阐述 | 第48-50页 |
| 4.1.1 问题背景 | 第49页 |
| 4.1.2 问题表述 | 第49-50页 |
| 4.2 算法描述 | 第50-54页 |
| 4.2.1 基因表达式 | 第50-51页 |
| 4.2.2 确定度条件 | 第51-52页 |
| 4.2.3 规则确定更新策略 | 第52-54页 |
| 4.3 实验仿真 | 第54-59页 |
| 4.3.1 实验建立 | 第54页 |
| 4.3.2 实验结果 | 第54-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第66-67页 |
| 致谢 | 第67页 |
