首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于聚类的高效包分类算法研究及其应用

摘要第5-6页
Abstract第6-7页
第1章 绪论第13-18页
    1.1 课题的研究背景与意义第13-14页
    1.2 包分类技术国内外研究现状第14-15页
    1.3 课题的主要工作及研究内容第15-16页
    1.4 论文的组织结构第16-18页
第2章 包分类技术研究综述第18-35页
    2.1 包分类概述第18-21页
        2.1.1 包分类基础第18-19页
        2.1.2 分类规则库第19-20页
        2.1.3 包分类匹配方式第20页
        2.1.4 包分类性能指标第20-21页
    2.2 相关包分类算法第21-31页
        2.2.1 基于基本数据结构的算法第21-25页
        2.2.2 基于智能切割的算法第25-27页
        2.2.3 启发式算法第27-30页
        2.2.4 基于TCAM的算法第30-31页
    2.3 数据挖掘聚类算法第31-34页
        2.3.1 数据挖掘第31-32页
        2.3.2 聚类分析算法第32-33页
        2.3.3 基于聚类的数据包分类算法第33-34页
    2.4 小结第34-35页
第3章 基于无前缀关系聚类的包分类算法第35-49页
    3.1 概述第35-36页
    3.2 基于聚类的混合层次Trie树结构第36-39页
        3.2.1 前缀关系第36-37页
        3.2.2 混合Trie树结构构建过程第37-39页
    3.3 基于无前缀关系聚类的高效层次Trie树包分类算法第39-44页
        3.3.1 基于无前缀关系聚类的高效层次Trie树构建第40-43页
        3.3.2 基于无前缀关系聚类的高效层次Trie树搜索过程第43-44页
        3.3.3 基于无前缀关系聚类的高效层次Trie树算法更新第44页
    3.4 实验结果和分析第44-47页
        3.4.1 分类时间性能比较第45页
        3.4.2 算法内存比较第45-46页
        3.4.3 算法更新时间比较第46-47页
    3.5 结论第47-49页
第4章 基于前缀长度聚类的包分类算法第49-70页
    4.1 OpenFlow研究现状第49-51页
    4.2 OpenFlow网络特性第51-56页
    4.3 基于前缀长度聚类的OpenFlow包分类算法第56-66页
        4.3.1 前缀长度聚类方法第56-58页
        4.3.2 选择性合并方案第58-60页
        4.3.3 基于前缀长度聚类的OpenFlow包分类算法整体架构第60-63页
        4.3.4 OpenFlow包分类层次查找架构第63-66页
    4.4 实验结果和分析第66-68页
        4.4.1 实验方案第66-67页
        4.4.2 算法查找时间性能比较第67页
        4.4.3 算法内存性能比较第67-68页
    4.5 结论第68-70页
结论第70-72页
参考文献第72-78页
附录A 攻读硕士学位期间所发表的学术论文目录第78-79页
附录B 攻读硕士学位期间所参与的科研活动第79-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:基于异质网络排序候选疾病基因的算法研究
下一篇:基于全物种基因数据物种树自动构建系统设计与实现