摘要 | 第1-5页 |
Abstract | 第5-13页 |
第1章 绪论 | 第13-39页 |
·课题研究的背景和意义 | 第13-16页 |
·时间序列预测算法的研究现状 | 第16-22页 |
·统计学时间序列预测算法 | 第16-17页 |
·基于机器学习的时间序列预测算法 | 第17-20页 |
·其它时间序列预测方法 | 第20-21页 |
·时间序列预测算法研究现状总结 | 第21-22页 |
·时间序列预测的可重构计算研究现状 | 第22-38页 |
·可重构计算概述 | 第22-25页 |
·可重构计算系统 | 第25-30页 |
·基于可重构计算的时间序列预测 | 第30-32页 |
·可重构时间序列预测的任务调度 | 第32-38页 |
·论文的主要研究内容 | 第38-39页 |
第2章 面向可重构计算的最小二乘支持向量机时间序列预测方法 | 第39-65页 |
·引言 | 第39页 |
·LS-SVM 时间序列预测方法 | 第39-47页 |
·LS-SVM 原理 | 第39-43页 |
·LS-SVM 时间序列预测的算法流程 | 第43-44页 |
·LS-SVM 时间序列预测和可重构计算问题分析 | 第44-47页 |
·基于聚类的 LS-SVM 局部建模方法 | 第47-56页 |
·CLS-SVM 算法描述及特性分析 | 第47-50页 |
·聚类方法及聚类数的确定 | 第50-52页 |
·基于改进 Cholseky 分解的线性方程组求解方法 | 第52-55页 |
·CLS-SVM 的可重构计算适用性分析 | 第55-56页 |
·实验与分析 | 第56-64页 |
·公开数据集实验 | 第57-61页 |
·移动通信话务量预测 | 第61-64页 |
·本章小结 | 第64-65页 |
第3章 基于部分动态自重构系统的最小二乘支持向量机可重构计算 | 第65-96页 |
·引言 | 第65页 |
·部分动态自重构计算系统的构建 | 第65-75页 |
·面向嵌入式时间序列预测的部分动态自重构系统设计原则 | 第65-66页 |
·部分动态重构系统设计方法 | 第66-68页 |
·部分动态自重构系统体系结构设计 | 第68-72页 |
·部分动态自重构计算系统的设计 | 第72-75页 |
·基于部分动态自重构系统的 LS-SVM 可重构计算方法 | 第75-87页 |
·LS-SVM 建模过程的计算结构 | 第75-77页 |
·核函数矩阵生成的定制计算模块设计 | 第77-83页 |
·最小二乘问题求解的定制计算模块设计 | 第83-87页 |
·实验与分析 | 第87-95页 |
·硬件资源利用率分析 | 第88-90页 |
·计算效率对比及分析 | 第90-95页 |
·本章小结 | 第95-96页 |
第4章 部分动态可重构系统的静态任务调度方法 | 第96-131页 |
·引言 | 第96页 |
·时间序列预测算法的静态任务模型 | 第96-98页 |
·基于动态重构区静态划分的任务调度工作机制 | 第98-100页 |
·器件模型 | 第98-99页 |
·调度工作机制 | 第99-100页 |
·基于整数规划的静态任务最优调度方法 | 第100-107页 |
·整数规划模型参数说明 | 第101页 |
·动态重构区数量可行区间 | 第101-102页 |
·整数规划模型建模 | 第102-104页 |
·调度实例 | 第104-107页 |
·基于表调度策略的启发式调度方法 | 第107-119页 |
·动态重构区规模划分 | 第108-109页 |
·动态重构区片上布局 | 第109-114页 |
·静态任务调度及放置 | 第114-118页 |
·启发式算法复杂度分析 | 第118-119页 |
·调度算法性能实验与分析 | 第119-130页 |
·仿真实验条件 | 第119-122页 |
·调度性能对比与分析 | 第122-128页 |
·面向 CLS-SVM 的 RC-HEFT 调度性能分析 | 第128-130页 |
·本章小结 | 第130-131页 |
结论 | 第131-134页 |
参考文献 | 第134-150页 |
攻读博士学位期间发表的论文及其它成果 | 第150-153页 |
致谢 | 第153-154页 |
个人简历 | 第154页 |