| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 引言 | 第9-10页 |
| 1.2 相关研究 | 第10-11页 |
| 1.3 论文工作概述 | 第11-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 QoE典型评价方法分析 | 第15-26页 |
| 2.1 用户体验质量评价的影响因素 | 第15-17页 |
| 2.2 MOS量化方法和话音E-Model模型 | 第17-18页 |
| 2.3 QoE的机器学习法 | 第18-20页 |
| 2.4 QoE的AHP层次分析法 | 第20-21页 |
| 2.5 用于图像质量评价的人类视觉模型HVS | 第21-23页 |
| 2.6 实时音/视频质量控制模型P.NAMS | 第23-24页 |
| 2.7 已有的QoE评价方法总结 | 第24-26页 |
| 第三章 贝叶斯网络模型 | 第26-35页 |
| 3.1 贝叶斯网络(Bayesian Networks) | 第26-27页 |
| 3.2 贝叶斯网的手工构造 | 第27页 |
| 3.2.1 确定网络结构 | 第27页 |
| 3.2.2 因果关系与贝叶斯网 | 第27页 |
| 3.3 贝叶斯网学习 | 第27-35页 |
| 3.3.1 贝叶斯网与数据分析 | 第27-28页 |
| 3.3.2 贝叶斯网络参数学习 | 第28-29页 |
| 3.3.3 贝叶斯网结构学习 | 第29-30页 |
| 3.3.4 决策贝叶斯网络 | 第30-35页 |
| 第四章 基于环境感知的移动互联网用户体验质量测量和预测 | 第35-46页 |
| 4.1 用于用户体验质量推断的环境建模 | 第35-40页 |
| 4.1.1 环境空间模型(Context Space Model,CSM) | 第35-36页 |
| 4.1.2 基于贝叶斯网的用户体验质量环境建模 | 第36-40页 |
| 4.2 基于决策贝叶斯网和效用理论的用户体验质量测量 | 第40-44页 |
| 4.3 用户体验质量学习和预测 | 第44-46页 |
| 第五章 基于环境感知的用户体验质量模型验证与分析 | 第46-52页 |
| 5.1 无线网络中VoIP业务的用户体验质量测量 | 第46-49页 |
| 5.2 移动网络用户体验质量预测 | 第49-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文目录 | 第60页 |
