基于时间序列预测的自适应失效检测模型
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-12页 |
| 1 绪论 | 第12-20页 |
| ·研究背景 | 第12-14页 |
| ·系统高可用性的理论概述 | 第14-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·失效检测的研究概况 | 第15-16页 |
| ·非线性时间序列建模的研究概况 | 第16-17页 |
| ·最小二乘支持向量机的研究概况 | 第17-18页 |
| ·聚类分析法的研究概况 | 第18页 |
| ·论文研究内容与组织结构 | 第18-20页 |
| 2 失效检测的理论基础 | 第20-30页 |
| ·失效检测器的定义 | 第20-21页 |
| ·失效检测级别分类 | 第21-24页 |
| ·失效检测器的属性分类 | 第21-22页 |
| ·失效检测器的级别 | 第22-24页 |
| ·失效检测QoS | 第24-25页 |
| ·失效检测模式及算法 | 第25-27页 |
| ·失效检测模式 | 第26页 |
| ·失效检测算法 | 第26-27页 |
| ·自适应失效检测模型 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 最小二乘支持向量机与聚类分析法的理论基础 | 第30-40页 |
| ·最小二乘支持向量机 | 第30-36页 |
| ·统计学习理论 | 第30-32页 |
| ·最小二乘支持向量回归 | 第32-33页 |
| ·核函数 | 第33-34页 |
| ·LSSVM工具箱 | 第34-36页 |
| ·聚类分析 | 第36-39页 |
| ·聚类算法及分类 | 第36-37页 |
| ·利用聚类分析法处理离群值 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于时间序列预测的自适应失效检测模型 | 第40-54页 |
| ·基于时间序列预测的自适应失效检测模型 | 第40-41页 |
| ·FD-LSSSVM算法及其实现 | 第41-45页 |
| ·算法自适应性及描述 | 第42-44页 |
| ·算法失效级别证明 | 第44-45页 |
| ·实验设计 | 第45-49页 |
| ·数据的处理 | 第46-48页 |
| ·预测实验的过程 | 第48-49页 |
| ·实验结果分析 | 第49-53页 |
| ·离群值对结果的影响 | 第50页 |
| ·修正值对FD-LSSVR的影响 | 第50-52页 |
| ·FD-LSSVR与Chen失效检测算法比较 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-55页 |
| ·结束语 | 第54页 |
| ·进一步研究工作 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 个人简历、在学期间发表的学术论文 | 第59-60页 |
| 个人简历 | 第59页 |
| 在学期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
