面向云监控的数据融合分析方法
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状及分析 | 第11-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文后续内容组织结构 | 第14-16页 |
| 第2章 面向云监控的数据融合分析模型研究 | 第16-26页 |
| 2.1 数据融合分析技术 | 第16-18页 |
| 2.1.1 数据融合简介 | 第16-17页 |
| 2.1.2 数据融合的原理及过程 | 第17-18页 |
| 2.2 数据融合分析模型研究 | 第18-22页 |
| 2.2.1 数据融合分析层次 | 第18-19页 |
| 2.2.2 面向云监控的数据特点 | 第19-20页 |
| 2.2.3 改进的两层数据融合分析模型 | 第20-22页 |
| 2.3 数据级融合分析 | 第22-23页 |
| 2.4 决策级融合分析 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 基于并行关联规则的数据级融合分析 | 第26-42页 |
| 3.1 关联规则概述 | 第26页 |
| 3.2 关联规则的分析方法 | 第26-28页 |
| 3.2.1 Apriori算法 | 第26-27页 |
| 3.2.2 基于划分的算法 | 第27页 |
| 3.2.3 FP-Growth频繁集算法 | 第27-28页 |
| 3.3 面向云监控的并行Apriori算法 | 第28-35页 |
| 3.3.1 Map设计 | 第28-34页 |
| 3.3.2 Reduce设计 | 第34-35页 |
| 3.4 仿真实验及分析 | 第35-41页 |
| 3.4.1 实验设计与环境 | 第35-38页 |
| 3.4.2 实验过程 | 第38-39页 |
| 3.4.3 实验结果与分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于信息熵与随机博弈的决策级融合分析 | 第42-62页 |
| 4.1 信息熵理论 | 第42页 |
| 4.2 博弈论概述 | 第42-45页 |
| 4.2.1 博弈论基础 | 第43-44页 |
| 4.2.2 随机博弈 | 第44页 |
| 4.2.3 现状分析 | 第44-45页 |
| 4.3 基于信息熵与随机博弈的融合分析 | 第45-54页 |
| 4.3.1 问题定义 | 第46-48页 |
| 4.3.2 攻防随机博弈模型 | 第48-51页 |
| 4.3.3 基于信息熵的策略选择 | 第51-54页 |
| 4.4 仿真实验与分析结果 | 第54-60页 |
| 4.4.1 实验设计与环境 | 第54-55页 |
| 4.4.2 实验过程 | 第55-57页 |
| 4.4.3 实验结果与分析 | 第57-60页 |
| 4.5 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-72页 |
| 致谢 | 第72页 |
