摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 本文主要贡献 | 第13页 |
1.4 论文组织 | 第13-15页 |
第2章 体系结构 | 第15-25页 |
2.1 体系结构的发展历史 | 第15-17页 |
2.2 ROBIX体系结构 | 第17-20页 |
2.3 NML体系结构 | 第20-24页 |
2.4 本章小结 | 第24-25页 |
第3章 数据采集 | 第25-51页 |
3.1 系统概述 | 第25-28页 |
3.2 传输模块 | 第28-31页 |
3.3 存储模块 | 第31-33页 |
3.4 共享内存模块 | 第33-37页 |
3.5 多线程模块 | 第37-41页 |
3.6 日志模块 | 第41-42页 |
3.7 辅助模块 | 第42-43页 |
3.7.1 运行时间测量 | 第42页 |
3.7.2 命令行参数解析 | 第42页 |
3.7.3 XML文件解析 | 第42-43页 |
3.8 系统实验 | 第43-50页 |
3.8.1 实验环境 | 第43-46页 |
3.8.2 实验步骤 | 第46-47页 |
3.8.3 实验设置 | 第47-49页 |
3.8.4 实验结论 | 第49-50页 |
3.9 本章小结 | 第50-51页 |
第4章 状态分析 | 第51-70页 |
4.1 可调自主问题概述 | 第51-52页 |
4.2 Bandit问题研究 | 第52-61页 |
4.2.1 常见策略 | 第53-55页 |
4.2.2 随机性bandit问题 | 第55-56页 |
4.2.3 对抗性bandit问题 | 第56-57页 |
4.2.4 MAB(Multi-armed bandit)问题 | 第57-59页 |
4.2.5 上下文相关bandit问题 | 第59-61页 |
4.3 贝叶斯线性回归模型 | 第61-64页 |
4.3.1 贝叶斯线性回归 | 第61-63页 |
4.3.2 在线贝叶斯回归 | 第63-64页 |
4.4 基于在线贝叶斯线性回归的bandit算法 | 第64-66页 |
4.5 系统实验 | 第66-69页 |
4.5.1 实验设置 | 第67-68页 |
4.5.2 实验结论 | 第68-69页 |
4.6 本章小结 | 第69-70页 |
第5章 总结与展望 | 第70-72页 |
5.1 总结 | 第70-71页 |
5.2 展望 | 第71-72页 |
参考文献 | 第72-78页 |
攻读硕士学位期间主要的研究成果 | 第78-79页 |
致谢 | 第79页 |