| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·论文背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文研究内容 | 第12-14页 |
| ·本文组织结构 | 第14-15页 |
| 第二章 相关技术概述 | 第15-21页 |
| ·认知网络 | 第15-16页 |
| ·网络服务质量 | 第16-18页 |
| ·网络服务质量 | 第16-17页 |
| ·QoS 性能参数 | 第17-18页 |
| ·网络QoS 监测机制 | 第18-19页 |
| ·网络QoS 控制机制 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于DCL与SA的认知网络QoS动态自适应监控模型 | 第21-32页 |
| ·现行认知网络QoS 监控模型 | 第21-24页 |
| ·FOCALE | 第21-22页 |
| ·ACF | 第22-23页 |
| ·Self-NET | 第23-24页 |
| ·基于DCL 与SA 的认知网络QoS 动态自适应监控模型 | 第24-26页 |
| ·基于PEPA 的MCBDS 形式化描述 | 第26-31页 |
| ·性能评价进程代数PEPA | 第26-27页 |
| ·QoS 监控模型的PEPA 描述 | 第27-28页 |
| ·模型合理性评估 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于多方法融合的认知网络态势感知 | 第32-48页 |
| ·知识感知 | 第32-36页 |
| ·认知节点的定义及其部署 | 第32-33页 |
| ·知识采集 | 第33-35页 |
| ·知识预处理 | 第35-36页 |
| ·认知网络实时态势评估 | 第36-38页 |
| ·基于HDS 的业务QoS 评估 | 第36-37页 |
| ·基于QoE 的用户QoS 评估 | 第37-38页 |
| ·基于WRSVM 的网络态势预测 | 第38-47页 |
| ·传统网络态势预测 | 第38-39页 |
| ·支持向量机算法 | 第39-42页 |
| ·加权径向基核函数的设计与证明 | 第42-44页 |
| ·权重向量计算 | 第44-45页 |
| ·实验与分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于网络态势的认知网络QoS双闭环动态自适应配置方法 | 第48-63页 |
| ·现行网络QoS 控制方法 | 第48-50页 |
| ·缓冲管理的经典算法 | 第48-49页 |
| ·分组调度的经典算法 | 第49-50页 |
| ·基于网络态势的认知网络QoS 双闭环动态自适应配置方法 | 第50-56页 |
| ·网络态势分析 | 第51-52页 |
| ·基于用户等级的分组队列 | 第52-53页 |
| ·基于参数微调的资源分配 | 第53-54页 |
| ·亚健康分组优先出队原则 | 第54页 |
| ·基于PSO 的认知网络资源重配置 | 第54-56页 |
| ·仿真实验与结果分析 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 缩略词 | 第69-71页 |
| 发表论文情况 | 第71-72页 |
| 参与项目情况 | 第72-73页 |
| 专利申请情况 | 第73页 |
