| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究内容及目标 | 第14-15页 |
| 1.3 研究生期间工作 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 视频会议系统运行质量评估综述 | 第18-24页 |
| 2.1 视频会议系统运行质量概述 | 第18-19页 |
| 2.1.1 系统组成结构 | 第18页 |
| 2.1.2 系统运行质量 | 第18-19页 |
| 2.2 关键技术 | 第19-22页 |
| 2.2.1 特征选择 | 第19-20页 |
| 2.2.2 遗传算法 | 第20-21页 |
| 2.2.3 人工神经网络 | 第21-22页 |
| 2.3 研究现状 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于遗传正则化BP神经网络的视频会议系统运行质量综合评估方法 | 第24-40页 |
| 3.1 问题分析 | 第24-27页 |
| 3.2 评估模型 | 第27-31页 |
| 3.2.1 正则化BP神经网络 | 第27-29页 |
| 3.2.2 遗传算法改进正则化BP神经网络 | 第29-31页 |
| 3.3 特征选择 | 第31-34页 |
| 3.3.1 评价指标取值离散化 | 第32页 |
| 3.3.2 互信息计算与排序 | 第32-33页 |
| 3.3.3 前向搜索评价指标集合 | 第33-34页 |
| 3.3.4 选择最优评价指标子集 | 第34页 |
| 3.4 仿真实验 | 第34-39页 |
| 3.4.1 数据预处理 | 第34页 |
| 3.4.2 确定神经网络最优结构 | 第34-35页 |
| 3.4.3 确定神经网络最优全局学习速率 | 第35-36页 |
| 3.4.4 遗传算法获取神经网络初始参数 | 第36页 |
| 3.4.5 模型有效性验证 | 第36-38页 |
| 3.4.6 近似知识提取 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 视频会议运行质量评估系统的设计与实现 | 第40-72页 |
| 4.1 系统功能需求 | 第40-42页 |
| 4.1.1 评价指标体系管理 | 第40-41页 |
| 4.1.2 评估模型管理 | 第41页 |
| 4.1.3 运行质量评估 | 第41-42页 |
| 4.2 系统非功能需求 | 第42页 |
| 4.2.1 系统响应时间 | 第42页 |
| 4.2.2 系统可靠性 | 第42页 |
| 4.3 系统概要设计 | 第42-48页 |
| 4.3.1 系统功能结构 | 第42-44页 |
| 4.3.2 整体业务流程 | 第44-45页 |
| 4.3.3 数据库设计 | 第45-48页 |
| 4.4 系统详细设计 | 第48-58页 |
| 4.4.1 评价指标体系管理 | 第48-54页 |
| 4.4.2 评估模型管理 | 第54-56页 |
| 4.4.3 运行质量评估 | 第56-58页 |
| 4.5 系统技术方案 | 第58-61页 |
| 4.5.1 技术选型 | 第59-60页 |
| 4.5.2 系统软件结构 | 第60-61页 |
| 4.6 系统实现及功能展示 | 第61-68页 |
| 4.6.1 评价指标体系管理 | 第61-64页 |
| 4.6.2 评估模型管理 | 第64-65页 |
| 4.6.3 运行质量评估 | 第65-68页 |
| 4.7 系统测试 | 第68-70页 |
| 4.7.1 功能测试 | 第68-69页 |
| 4.7.2 性能测试 | 第69-70页 |
| 4.7.3 恢复测试 | 第70页 |
| 4.7.4 兼容测试 | 第70页 |
| 4.8 本章小结 | 第70-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 论文总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |