| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 服务质量缺失值估计 | 第9-11页 |
| 1.2.2 服务质量时间序列预测 | 第11-12页 |
| 1.2.3 目前研究的分析 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 Web服务QoS预测相关技术 | 第15-23页 |
| 2.1 WEB服务体系架构与QoS | 第15-17页 |
| 2.2 协同过滤 | 第17-20页 |
| 2.3 时间序列预测 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于相似时序的QoS缺失值估计 | 第23-36页 |
| 3.1 概述 | 第23-24页 |
| 3.2 算法过程 | 第24-27页 |
| 3.2.1 时序相似度的计算 | 第24-26页 |
| 3.2.2 聚合相似序列 | 第26-27页 |
| 3.3 缺失值估计算法效果分析 | 第27-30页 |
| 3.4 新的QoS数据集与实验 | 第30-35页 |
| 3.4.1 基于云平台的分布式Web服务测试QoS数据集 | 第30-31页 |
| 3.4.2 缺失值估计方法的进一步验证 | 第31-32页 |
| 3.4.3 相似集大小影响分析 | 第32-33页 |
| 3.4.4 时序长度影响分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 QoS时间序列预测 | 第36-52页 |
| 4.1 自修正的QoS预测 | 第36-41页 |
| 4.1.1 状态空间模型 | 第37-39页 |
| 4.1.2 卡尔曼滤波 | 第39-40页 |
| 4.1.3 自修正的QoS预测算法实验 | 第40-41页 |
| 4.2 基于记忆循环网络的时间序列预测 | 第41-46页 |
| 4.2.1 基于LSTM的预测方法 | 第42-45页 |
| 4.2.2 基于门控循环单元的预测方法 | 第45-46页 |
| 4.3 时间序列预测方法实验 | 第46-51页 |
| 4.3.1 预测方法准确度比较 | 第47-49页 |
| 4.3.2 循环网络预测方法影响因素分析 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |