| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.3 论文组织 | 第12-14页 |
| 第二章 论文相关理论研究 | 第14-40页 |
| 2.1 模糊理论 | 第14-18页 |
| 2.1.1 模糊集合 | 第14页 |
| 2.1.2 模糊数 | 第14-15页 |
| 2.1.3 Zadeh’s扩展原理和区间运算 | 第15-18页 |
| 2.2 概率统计 | 第18-23页 |
| 2.2.1 模糊概率 | 第18-19页 |
| 2.2.2 模糊条件概率 | 第19页 |
| 2.2.3 模糊独立 | 第19页 |
| 2.2.4 贝叶斯定理及其模糊贝叶斯 | 第19-21页 |
| 2.2.5 马尔科夫链 | 第21-23页 |
| 2.3 马尔可夫链蒙特卡洛采样 | 第23-40页 |
| 2.3.1 Matlab中的采样方法 | 第23-25页 |
| 2.3.2 逆变换采样(Inverse Transform Sampling) | 第25-26页 |
| 2.3.3 拒绝采样(Reject Sampling) | 第26-27页 |
| 2.3.4 蒙特卡洛马尔科夫链采样(MCMC Sampling) | 第27-30页 |
| 2.3.5 Metropolis采样 | 第30-32页 |
| 2.3.6 Metropolis-Hasting采样(MH Sampling) | 第32-34页 |
| 2.3.7 MH高维采样?组件级别采样 | 第34-37页 |
| 2.3.8 MH高维采样-吉布斯采样 | 第37-38页 |
| 2.3.9 汉密尔顿蒙特卡洛采样(Hamilton Monte Carlo Sampling) | 第38-40页 |
| 第三章 基于FMCRBM的谷歌云度量分析 | 第40-52页 |
| 3.1 Google云踪迹 | 第40页 |
| 3.2 受限玻尔兹曼机 | 第40-45页 |
| 3.3 模糊均值协方差受限玻尔兹曼机 | 第45-52页 |
| 第四章 实验与分析 | 第52-61页 |
| 4.1 差分变换 | 第53页 |
| 4.2 FMCRBM超参数优化 | 第53-55页 |
| 4.3 基于FMCRBM的用户资源请求预测 | 第55-57页 |
| 4.4 分析和论证 | 第57-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间取得的学术成果 | 第66-69页 |
| 致谢 | 第69页 |
