| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 论文研究背景 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 论文研究内容及创新点 | 第16-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第二章 蜂窝网络流量特性和频繁模式挖掘 | 第20-30页 |
| 2.1 蜂窝网络流量特性 | 第20-25页 |
| 2.1.1 时间相关性分析 | 第20-23页 |
| 2.1.2 空间相关性分析 | 第23-25页 |
| 2.2 频繁模式挖掘的特性 | 第25-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第三章 基于蜂窝网络业务量的频繁模式挖掘及预测研究 | 第30-44页 |
| 3.1 数据预处理 | 第30-31页 |
| 3.2 构建频繁模式树 | 第31-33页 |
| 3.3 基于频繁模式树的业务量预测 | 第33-37页 |
| 3.3.1 匹配频繁模式 | 第33-36页 |
| 3.3.2 业务量预测 | 第36-37页 |
| 3.4 数据结果分析 | 第37-42页 |
| 3.4.1 预测准确性分析 | 第37-39页 |
| 3.4.2 算法有效性分析 | 第39-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于时空模型的业务量三维频繁模式挖掘及预测 | 第44-58页 |
| 4.1 基于时空模型的业务量特性分析 | 第44-45页 |
| 4.2 数据预处理 | 第45-48页 |
| 4.3 构建三维频繁模式集合 | 第48-49页 |
| 4.4 基于三维频繁模式集的业务量预测 | 第49-53页 |
| 4.4.1 匹配三维模式 | 第49-50页 |
| 4.4.2 业务量预测 | 第50-53页 |
| 4.5 数据结果分析 | 第53-55页 |
| 4.5.1 预测准确性分析 | 第53-54页 |
| 4.5.2 空间聚合度与算法有效性分析 | 第54-55页 |
| 4.6 本章小结 | 第55-58页 |
| 第五章 总结 | 第58-62页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 未来工作 | 第59-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士期间发表的学术论文 | 第68页 |