面向网络管理的信息决策系统研究与设计
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究背景与意义 | 第7-8页 |
| ·国内外研究现状及发展趋势 | 第8-12页 |
| ·信息决策系统的发展现状 | 第8-10页 |
| ·我国信息决策系统的发展现状 | 第10页 |
| ·信息决策系统的发展趋势 | 第10-12页 |
| ·论文研究内容及组织 | 第12-13页 |
| 第二章 数据挖掘与决策支持系统 | 第13-27页 |
| ·数据挖掘技术 | 第13-21页 |
| ·数据挖掘的概念、功能和分类 | 第13-15页 |
| ·数据挖掘方法的应用领域 | 第15-17页 |
| ·分类和预测 | 第17-21页 |
| ·决策支持系统 | 第21-26页 |
| ·决策的概述 | 第21-22页 |
| ·决策支持系统概念 | 第22页 |
| ·决策支持系统发展与分类 | 第22-24页 |
| ·决策支持系统开发步骤 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于OPNET的网络环境构建 | 第27-33页 |
| ·网络仿真技术 | 第27-28页 |
| ·网络仿真简介 | 第27页 |
| ·网络仿真技术介绍 | 第27-28页 |
| ·基于OPNET的网络仿真介绍 | 第28-30页 |
| ·OPNET仿真软件介绍 | 第28页 |
| ·OPNET软件的特点 | 第28-29页 |
| ·OPNET软件的系统特性 | 第29-30页 |
| ·构建虚拟网络环境 | 第30-31页 |
| ·获取导出监测数据 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于AdaBoost的决策系统内核设计 | 第33-51页 |
| ·两个代表性的集成学习方法 | 第33-34页 |
| ·自适应权值提升算法（AdaBoost）介绍 | 第34-40页 |
| ·AdaBoost基本原理 | 第34-36页 |
| ·AdaBoost两分类算法 | 第36页 |
| ·AdaBoost多分类算法 | 第36-37页 |
| ·AdaBoost理论训练误差分析 | 第37-40页 |
| ·网络状态知识描述和决策系统内核设计 | 第40-44页 |
| ·决策核实现 | 第44-48页 |
| ·本章小结 | 第48-51页 |
| 第五章 决策系统的实现 | 第51-59页 |
| ·系统工具介绍 | 第51-54页 |
| ·数据库简介及发展 | 第51-52页 |
| ·数据库系统的概念及发展 | 第52-53页 |
| ·数据库连接方法 | 第53-54页 |
| ·决策系统的软件结构及流程图 | 第54-56页 |
| ·决策支持系统界面及运行结果 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 作者在读期间研究成果 | 第66-67页 |
