| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-13页 |
| 1 绪论 | 第13-21页 |
| ·论文研究背景 | 第13-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·作者的主要工作 | 第18-20页 |
| ·论文组织结构 | 第20-21页 |
| 2 基于 HPM 的性能分析 | 第21-43页 |
| ·性能数据分类 | 第23-26页 |
| ·调试类 | 第23-24页 |
| ·TSC | 第24页 |
| ·硬件性能计数器 | 第24-26页 |
| ·基于存储的计算结构及其优化策略 | 第26-27页 |
| ·PAPI | 第27-34页 |
| ·PAPI 体系与设计 | 第28-33页 |
| ·PAPI 性能调节与内存层次 | 第33-34页 |
| ·性能分析模型与优化 | 第34-38页 |
| ·基于HPM 的Benchmark 的软件性能分析模型 | 第36页 |
| ·性能优化 | 第36-38页 |
| ·PAPI 应用实验 | 第38-40页 |
| ·数据采样效率 | 第38-39页 |
| ·数据分析与优化 | 第39-40页 |
| ·小结 | 第40-43页 |
| 3 并发通信层与动态指令编译 | 第43-59页 |
| ·通信时延对并发系统性能的影响 | 第44-46页 |
| ·系统同步通信层定义 | 第46-47页 |
| ·通信层的划分和识别 | 第47-48页 |
| ·动态指令编译技术 | 第48-54页 |
| ·动态指令编译与Dyninst API | 第49-51页 |
| ·DyninstPAPI 模型 | 第51-52页 |
| ·采样实验 | 第52-54页 |
| ·关键路径分析 | 第54-56页 |
| ·评审图 | 第54页 |
| ·关键路径 | 第54-56页 |
| ·通讯层实验 | 第56-57页 |
| ·小结 | 第57-59页 |
| 4 朴素贝叶斯 | 第59-71页 |
| ·朴素贝叶斯学习与分类 | 第60-61页 |
| ·对朴素贝叶斯分类器的改进 | 第61-64页 |
| ·加权修正和特征选取 | 第64-65页 |
| ·加权修正朴素贝叶斯分类器 | 第65-66页 |
| ·数值实验比较 | 第66-68页 |
| ·HPM 特征状态序列 | 第68页 |
| ·小结 | 第68-71页 |
| 5 隐马尔可夫模型 | 第71-87页 |
| ·HMM 的引入 | 第71-73页 |
| ·定义 | 第73-75页 |
| ·HMM 的三个基本问题 | 第75页 |
| ·状态评估问题 | 第75页 |
| ·解码问题 | 第75页 |
| ·学习问题 | 第75页 |
| ·讨论 | 第75页 |
| ·问题解 | 第75-78页 |
| ·状态评估 | 第75-76页 |
| ·解码问题－有指导学习 | 第76-77页 |
| ·学习问题－无指导学习 | 第77-78页 |
| ·动态规划 | 第78-80页 |
| ·HMM 计算的溢出处理 | 第80-81页 |
| ·多元观察序列问题 | 第81-82页 |
| ·综合数值实验 | 第82-85页 |
| ·小结 | 第85-87页 |
| 6 HMMNB 混合决策模型 | 第87-93页 |
| ·问题的引出 | 第87-88页 |
| ·HMMNB 模型 | 第88-90页 |
| ·数值实验 | 第90-92页 |
| ·小结 | 第92-93页 |
| 7 系统工具实现 | 第93-101页 |
| ·分析与设计 | 第93-95页 |
| ·目的 | 第93-94页 |
| ·功能需求 | 第94页 |
| ·系统结构 | 第94-95页 |
| ·性能与状态分析流程 | 第95-96页 |
| ·系统工具使用及实例测试 | 第96-99页 |
| ·小结 | 第99-101页 |
| 8 总结 | 第101-105页 |
| ·主要结论 | 第101-102页 |
| ·后续研究工作展望 | 第102-105页 |
| 致谢 | 第105-107页 |
| 参考文献 | 第107-115页 |
| 附录 | 第115-116页 |
| 独创性声明 | 第116页 |
| 学位论文版权使用授权书 | 第116页 |