基于机器学习的车联网资源分配机制研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 引言 | 第15-16页 |
| 1.2 研究背景 | 第16-18页 |
| 1.3 研究目的及意义 | 第18-20页 |
| 1.4 国内外研究现状 | 第20页 |
| 1.5 本文主要内容及结构安排 | 第20-23页 |
| 第二章 车联网及机器学习概述 | 第23-43页 |
| 2.1 车联网概述 | 第23-30页 |
| 2.1.1 车联网架构 | 第23-29页 |
| 2.1.2 车联网社会特征 | 第29-30页 |
| 2.2 机器学习概述 | 第30-42页 |
| 2.2.2 机器学习分类 | 第31-33页 |
| 2.2.3 机器学习的主要任务 | 第33-35页 |
| 2.2.4 机器学习中一些概念和方法 | 第35-36页 |
| 2.2.5 支持向量回归机（SVR）理论基础 | 第36-42页 |
| 2.3 本章小结 | 第42-43页 |
| 第三章 基于机器学习的车联网资源分配机制 | 第43-59页 |
| 3.1 集中-分布式车联网云化架构 | 第43-45页 |
| 3.2 基于机器学习的车联网资源分配机制描述 | 第45-46页 |
| 3.3 数据预处理分析 | 第46-48页 |
| 3.4 SVR预测模型 | 第48-54页 |
| 3.5 资源分配模型 | 第54-57页 |
| 3.5.1 资源需求分析 | 第55-56页 |
| 3.5.2 动静结合的动态资源分配策略 | 第56-57页 |
| 3.6 本章小结 | 第57-59页 |
| 第四章 资源分配机制部分性能仿真与分析 | 第59-71页 |
| 4.1 SVR预测模型仿真与分析 | 第59-66页 |
| 4.1.1 数据归一化 | 第59页 |
| 4.1.2 预测精度评估 | 第59-61页 |
| 4.1.3 数据源选取、分析和处理 | 第61-62页 |
| 4.1.4 SVR预测模型预测性能仿真与分析 | 第62-66页 |
| 4.2 资源分配模型仿真与分析 | 第66-70页 |
| 4.2.1 两种策略分析及参数设定 | 第67-68页 |
| 4.2.2 两种策略仿真结果与分析 | 第68-70页 |
| 4.3 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 本文总结与主要贡献 | 第71-72页 |
| 5.2 未来展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-81页 |
| 作者简介 | 第81-82页 |
