| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文研究内容及创新点 | 第13-16页 |
| ·研究内容及创新点 | 第13-14页 |
| ·本文研究思路 | 第14-16页 |
| ·本文组织结构 | 第16-18页 |
| 第二章 相关技术概述 | 第18-23页 |
| ·认知网络 QoS 态势 | 第18-19页 |
| ·知识表示 | 第19-20页 |
| ·态势融合 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于本体的认知网络 QoS 态势知识表示 | 第23-38页 |
| ·本体 | 第23-28页 |
| ·本体的概念 | 第23-24页 |
| ·本体的构建 | 第24-28页 |
| ·认知网络 QoS 态势本体构建 | 第28-33页 |
| ·认知网络 QoS 态势本体存储 | 第33-34页 |
| ·认知网络 QoS 态势本体查询 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于模糊推理的认知网络局部 QoS 态势融合 | 第38-52页 |
| ·模糊集与模糊推理 | 第38-39页 |
| ·基于模糊推理的认知网络局部 QoS 态势融合算法 | 第39-44页 |
| ·算法设计 | 第39-43页 |
| ·算法描述 | 第43-44页 |
| ·实验仿真 | 第44-51页 |
| ·实验环境及参数设置 | 第44-45页 |
| ·实验结果及分析 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于改进 D-S 证据理论的认知网络全局 QoS 态势融合 | 第52-63页 |
| ·D-S 证据理论 | 第52-55页 |
| ·基于投票机制的 D-S 证据理论融合算法 | 第55-58页 |
| ·投票机制 | 第55-56页 |
| ·算法设计 | 第56-58页 |
| ·算法描述 | 第58页 |
| ·实验仿真 | 第58-61页 |
| ·实验环境及参数设置 | 第58-59页 |
| ·实验结果及分析 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间撰写的论文 | 第68-69页 |
| 攻读硕士学位期间申请的专利 | 第69-70页 |
| 攻读硕士学位期间参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |
