流量矩阵的markov-bpnn估计模型及方法的研究

流量矩阵的markov-bpnn估计模型及方法的研究

ID:35088802

大小:6.14 MB

页数:64页

时间:2019-03-17

流量矩阵的markov-bpnn估计模型及方法的研究_第1页
流量矩阵的markov-bpnn估计模型及方法的研究_第2页
流量矩阵的markov-bpnn估计模型及方法的研究_第3页
流量矩阵的markov-bpnn估计模型及方法的研究_第4页
流量矩阵的markov-bpnn估计模型及方法的研究_第5页
资源描述:

《流量矩阵的markov-bpnn估计模型及方法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号密级UDC编号—I中钟托大考方硕±学位论文a-BPNN估疏量繞降的Mrkov计檢型义方法的研‘完学位申请人姓名:在亞伟申请学位学生类别:全q制硕去申请学位学科专业;钟算机软钟与理冷指导穀师姓名;赵余炊到教援耻学位论文'MASTERSTHESIS硕±学位论文流量矩阵的Markov-BPNN估计模型及方法的研究论文作者:崔亚伟指导教师:赵尔敦副教授学科专业:计算机软件与理论研究方向:计算机网络华中师范大学计算祝学院2016年5月硕壬学位论文MA'STER

2、STHESISResearchonMarkov-BPNNEstimationModelandMe化odof町afficMatrixAThesisSubmitedinPartialFulfillmentoftheRequirementFortheM.SDegreeinComputerApplicationTechnologyByCuiYaweiPostradua化ProramggSchoolofComuterpCentralChinaNormalUniversity

3、Suervisor:ZhaoErdunpAcademicTitle;AssociateProfessorSinaturegArovedppMa.2016y硕去学位论文MA’?STERSTHESIS华中师范大学学位论文I、创性声明和使用授权说明居创牲声巧,独立进行研究工作本人郑重声明:所呈交的学位论文,是本人在导师指导下。所取得的研究成果除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中W明确方式标明。本声明的法律结果由本人承担。

4、作者签名:曰期:年月曰參丢学侄冷丈胶权使巧援权书学位论文作者完全了解华中师范大学有关保留、使用学位论文的规定:研,即究生在校攻读学位期间论文工作的知识产权单位属华中师范大学。学校有权保留并向国家有关部口或机构送交论文的复印件和电子版,允许学位论文被查阅和借阅;学校可W公布学位论文的全部或部分内容,可W允许采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后遵守此规定)。保密论文注释:本学位论文属于保密,在年解密后适用本授权书非保密论文注释:本学位论文不属于保密范围,适用本授权书。作者签若::导师签名曰期:

5、年月曰曰期:《年/(月^曰""本人己经认真阅读CALIS高校学位论文全文数据库发布章程,同意将本人的""""学位论文提交CALIS高校学位论文全文数据库中全文发布,并可按章程中的规定享受相关权益一。同意论文提巧后滞后=□半年;□年;□二年发布。作者签;g:导师签名:日期:年月日日期:年《月L日硕壬学位论文#MASTERSTHESIS摘要4G、Wi巧ax随着信息科技的快速发展,当和WiM的技术被成功地应用并接入网络,圧网络、移动互联网络终端用户呈指数规模上升,这使得当前网络变得越来越复杂。此外,网络流量呈现出多样性并同

6、时展示出许多新的特点,越来越多的异质性使其更难W管理。流量矩阵作为运营商管理网络重要的输入参数,常常被用来进行网络管理、路由优化、拥塞控制、网络检测、网络配置,负载平衡、流量侦测、故障诊断等。然而,在大规模网络中流量矩阵的直接测量非常困难甚至不可能。链路测量矩阵、路由矩阵和流量矩阵之间关系可W用约束方程表示。在大规模网络中,-由于OD(OriginDestination)对的数目远远大于网络中的链路数目,约束方程表现出欠定性,具有无数解,这使流量矩阵估计问题具有高度的病态轉征。如何克服这种病态性|^^准确估计流量矩阵是目前流量矩阵估计领域主要

7、挑战。对于流量矩阵估计问题,不仅要考虑流量矩阵满足的约束方程,还要考虑到流量矩阵本身具有的特性。随着网络流量矩阵研究的发展,研究者发现流量矩阵具有多种复杂多变的特性,如时间相关性、空间相关性、自相似、短相关、长相关、重尾分布等特性-BPNN估计方法来解决流量矩阵估计。本文提出流量矩阵的Markov问题。首先,针对约束方程的病态性和考虑到流量矩阵本身具有的时间相关性,本文提出将流量矩阵满足的约束方程转化为链路测量矩阵被随机矩阵和路由矩阵约arkovarkov。束的方程,通过研究随机矩阵的M过程获得流量矩阵的M估计

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。