| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·快速可用带宽测量在智能网络带宽控制中的应用 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·本部分的研究内容 | 第11-12页 |
| ·智能光纤配线系统 | 第12-14页 |
| ·光交换现状 | 第13-14页 |
| ·本部分的研究内容 | 第14页 |
| ·基于优化算法的多重朴素贝叶斯分类器 | 第14-15页 |
| ·论文的组织结构 | 第15-17页 |
| 第二章 一种基于延时增长率的快速可用带宽测量算法 | 第17-50页 |
| ·引言 | 第17页 |
| ·快速可用带宽测量算法QuickAbw的引入 | 第17-22页 |
| ·相关定义 | 第17-18页 |
| ·QuickAbw算法原理 | 第18-22页 |
| ·在多拥塞链路下的测量误差定性分析 | 第22-30页 |
| ·网络流模型 | 第22-24页 |
| ·路径延时增长率与探测流速率的关系分析 | 第24-29页 |
| ·测量误差分析 | 第29-30页 |
| ·拥塞链路数目的识别 | 第30-33页 |
| ·路径延迟增长率与时间的关系分析 | 第30-31页 |
| ·基于动态规划和正态分布假设的直线分段数求解算法 | 第31-33页 |
| ·QuickAbw算法 | 第33-34页 |
| ·NS2平台仿真验证 | 第34-44页 |
| ·在NS2平台上实现QuickAbw_agent | 第34-36页 |
| ·探测流输入输出曲线特性验证 | 第36-38页 |
| ·路径延迟增长率与时间曲线验证 | 第38-41页 |
| ·在多拥塞链路下的测量误差验证 | 第41页 |
| ·在CBR背景流下的测量实例 | 第41-42页 |
| ·影响测量精度的因素 | 第42-44页 |
| ·与其他可用带宽测量工具的对比 | 第44-49页 |
| ·实验场景设置 | 第44-45页 |
| ·CBR背景流下的测量性能对照 | 第45-48页 |
| ·Pareto背景流下的测量性能对照 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第三章 基于CLOS网的自动光纤配线系统 | 第50-62页 |
| ·引言 | 第50页 |
| ·基于三级CLOS网的机械式光纤配线系统模型设计 | 第50-54页 |
| ·模型总体结构 | 第51-52页 |
| ·光纤交换面板的设计 | 第52-54页 |
| ·Clos网络单播算法时间复杂度优化 | 第54-61页 |
| ·基于Paull算法的三级Clos网单播路由算法描述 | 第55-57页 |
| ·基于集合矩阵的路由算法复杂度分析 | 第57-58页 |
| ·基于扩张数据结构的三级Clos网路由算法 | 第58-60页 |
| ·基于邻接表扩张结构的路由算法及复杂度分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 基于优化算法的多重朴素贝叶斯分类器 | 第62-73页 |
| ·引言 | 第62-63页 |
| ·朴素贝叶斯分类器原理 | 第62-63页 |
| ·多重朴素贝叶斯分类器 | 第63-66页 |
| ·多重朴素贝叶斯分类算法的引入 | 第63-65页 |
| ·关于分界点的讨论 | 第65-66页 |
| ·一般性的多重朴素贝叶斯分类算法 | 第66-68页 |
| ·分界点的逼近 | 第67-68页 |
| ·多重朴素贝叶斯分类器在情感分类中的应用 | 第68-72页 |
| ·实验背景设置 | 第68-70页 |
| ·情感分类问题中的多混合模型猜想 | 第70页 |
| ·实验仿真 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·研究展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 附录 相关算法的实现 | 第78-83页 |
| 致谢 | 第83-84页 |
| 攻读学位期间发表的学术论文目录 | 第84页 |
| 攻读学位期间申请的国家发明专利目录 | 第84页 |