互联网流量、时延性质及预测模型研究 |
论文目录 | | 摘要 | 第1-7
页 | ABSTRACT | 第7-15
页 | 第1章 绪论 | 第15-23
页 | · 引言 | 第15-16
页 | · 本文的主要贡献 | 第16-18
页 | · 本文的结构与安排 | 第18
页 | · 本章小结与参考文献 | 第18-23
页 | 第2章 分形与混沌 | 第23-36
页 | · 分形 | 第23-24
页 | · 分形维数 | 第23-24
页 | · 多重分形 | 第24-28
页 | · 多重分形 | 第24-25
页 | · 多重分形谱及其计算 | 第25-26
页 | · 多重分形消除趋势波动分析,MFDFA | 第26-28
页 | · 自相似 | 第28-29
页 | · 混沌理论 | 第29-36
页 | · 混沌的定义 | 第30
页 | · 相空间重构 | 第30-31
页 | · 嵌入维-时间延迟自动算法 | 第31-32
页 | · Lyapunov指数 | 第32-34
页 | · 本章小结与参考文献 | 第34-36
页 | 第3章 网络流量的尺度特性分析 | 第36-55
页 | · 引言 | 第36
页 | · 相关工作 | 第36-39
页 | · 流量的自相似性 | 第36-37
页 | · 流量的多重分形性质 | 第37-39
页 | · 流量数据采集 | 第39-40
页 | · 网络流量的MFDFA分析 | 第40-51
页 | · MFDFA分析 | 第40-47
页 | · 多重分形来源分析 | 第47-51
页 | · 本章小结与参考文献 | 第51-55
页 | 第4章 网络流量的预测 | 第55-75
页 | · 引言 | 第55
页 | · 相关工作 | 第55-56
页 | · 灰色模型流量预测 | 第56-63
页 | · GM(1,1)模型 | 第57-58
页 | · 残差GM(1,1)模型 | 第58
页 | · MGM(1,1)流量预测 | 第58-62
页 | · 残差MGM(1,1)流量预测 | 第62-63
页 | · 基于小波分解的综合流量预测模型 | 第63-70
页 | · 冗余小波变换 | 第64-65
页 | · 小波分解的边界问题 | 第65-68
页 | · 混沌预测模型 | 第68
页 | · WGC综合模型 | 第68-69
页 | · WGC预测网络流量 | 第69-70
页 | · 本章小结与参考文献 | 第70-75
页 | 第5章 端到端时延的尺度特性分析 | 第75-90
页 | · 引言 | 第75
页 | · 相关工作 | 第75-76
页 | · 端到端时延的测量 | 第76-77
页 | · 端到端时延的尺度特性分析 | 第77-87
页 | · DFA分析 | 第77-80
页 | · MFDFA分析 | 第80-82
页 | · 多重分形来源分析 | 第82-87
页 | · 本章小结与参考文献 | 第87-90
页 | 第6章 端到端时延的预测 | 第90-103
页 | · 引言 | 第90-91
页 | · 相关工作 | 第91
页 | · 端到端时延抖动序列的混沌性质 | 第91-95
页 | · 基于混沌理论的神经网络时延预测 | 第95-101
页 | · 基于混沌理论的神经网络模型 | 第95-97
页 | · 端到端时延预测 | 第97-101
页 | · 本章小结与参考文献 | 第101-103
页 | 第7章 结束语 | 第103-108
页 | 致谢 | 第108-109
页 | 个人简历及参加的科研工作 | 第109-110
页 | 攻读博士期间发表、完成的文章 | 第110页 |
|
|
|