首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于学习的自适应动态异构网络选择策略

摘要第3-4页
ABSTRACT第4页
第1章 绪论第7-12页
    1.1 研究背景与意义第7-9页
    1.2 研究内容第9-10页
    1.3 论文组织结构第10-12页
第2章 研究综述第12-19页
    2.1 传统的网络选择算法第12-13页
    2.2 博弈论第13-17页
        2.2.1 博弈论基础知识第13-15页
        2.2.2 博弈论在网络选择问题中的应用第15-17页
    2.3 强化学习算法第17-18页
        2.3.1 强化学习算法基础知识第17页
        2.3.2 强化学习算法在网络选择问题中的应用第17-18页
    2.4 小结第18-19页
第3章 动态异构网络选择问题建模第19-26页
    3.1 动态异构网络环境第19-21页
    3.2 异构网络选择问题第21-23页
        3.2.1 网络选择过程第21-22页
        3.2.2 网络选择中的影响属性第22-23页
    3.3 基于多智能体的网络选择模型第23-24页
    3.4 理论分析第24-25页
    3.5 小结第25-26页
第4章 动态异构网络选择策略第26-34页
    4.1 异构网络选择算法框架描述第26-27页
    4.2 网络选择过程第27-28页
    4.3 网络评估过程第28-32页
    4.4 选择策略的评价与局限性分析第32页
    4.5 小结第32-34页
第5章 动态异构网络选择策略性能评估第34-45页
    5.1 实验环境第34-35页
    5.2 实验结果分析第35-37页
    5.3 实验对比第37-42页
    5.4 鲁棒性测试第42-44页
    5.5 小结第44-45页
第6章 结论与展望第45-47页
    6.1 结论第45-46页
    6.2 展望第46-47页
参考文献第47-51页
发表论文和参加科研情况说明第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:基于场景的多通道交互组合生成方法及应用
下一篇:基于循环卷积神经网络的视频动作识别