基于單播的雙參數(shù)網(wǎng)絡(luò)拓?fù)渫茢喾椒ㄑ芯?/H1>
發(fā)布時(shí)間：2017-05-05 10:05
本文關(guān)鍵詞：基于單播的雙參數(shù)網(wǎng)絡(luò)拓?fù)渫茢喾椒ㄑ芯?/strong>，由筆耕文化傳播整理發(fā)布。
【摘要】：在現(xiàn)代網(wǎng)絡(luò)管理、優(yōu)化、信息化戰(zhàn)爭(zhēng)及新型網(wǎng)絡(luò)服務(wù)中,網(wǎng)絡(luò)安全扮演著越來越重要的作用。如何簡(jiǎn)潔有效地管理并優(yōu)化網(wǎng)絡(luò)也是許多科研工作者研究的方向。由于網(wǎng)絡(luò)拓?fù)錅y(cè)量是網(wǎng)絡(luò)安全和管理的前提,所以,研究網(wǎng)絡(luò)拓?fù)錅y(cè)量技術(shù)勢(shì)在必行。由于傳統(tǒng)的網(wǎng)絡(luò)測(cè)量方法效率和準(zhǔn)確度低下,并且由于現(xiàn)代計(jì)算機(jī)對(duì)網(wǎng)絡(luò)安全越來越高的訴求,使得傳統(tǒng)網(wǎng)絡(luò)測(cè)量方法的普及受到很大程度的限制。網(wǎng)絡(luò)斷層掃描(Network Tomography,NT)是一種新型網(wǎng)絡(luò)測(cè)量技術(shù),這種概念來自醫(yī)學(xué)透視,網(wǎng)絡(luò)斷層掃描技術(shù)在不需要網(wǎng)絡(luò)中間節(jié)點(diǎn)協(xié)作的情況下,用端到端測(cè)量方法,逆向推測(cè)網(wǎng)絡(luò)各部分的性能參數(shù),并用概率論和統(tǒng)計(jì)學(xué)知識(shí)去推斷網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。因?yàn)闇y(cè)量過程僅僅選擇一組目標(biāo)節(jié)點(diǎn)就可展開對(duì)網(wǎng)絡(luò)性能的測(cè)量,不需要中間節(jié)點(diǎn)的協(xié)作,測(cè)量過程中關(guān)于網(wǎng)絡(luò)安全方面的顧慮也就不復(fù)存在。但是,目前的網(wǎng)絡(luò)斷層掃描技術(shù)適用面較窄。由于現(xiàn)有技術(shù)只能推測(cè)簡(jiǎn)單的樹狀拓?fù)浣Y(jié)構(gòu),而實(shí)際網(wǎng)絡(luò)大多是網(wǎng)狀結(jié)構(gòu),所以如何把現(xiàn)有技術(shù)應(yīng)用于大規(guī)模網(wǎng)狀拓?fù)涞耐茢嗍蔷W(wǎng)絡(luò)斷層掃描研究者共同面對(duì)的難題。本文針對(duì)之前基于單參數(shù)的拓?fù)渫茢嗨惴ㄆ毡闇?zhǔn)確度不高的缺陷,引入了雙參數(shù)結(jié)合的網(wǎng)絡(luò)拓?fù)渫茢嗨惴�。針�?duì)之前方法都忽略噪聲影響的不足,提出了隨機(jī)逼近算法和卡茨馬爾茨算法對(duì)測(cè)量過程中產(chǎn)生的噪聲進(jìn)行處理,使得網(wǎng)絡(luò)拓?fù)渫茢嗟臏?zhǔn)確度和推斷效率大大提高。論文的具體工作如下:前兩章闡述了該課題的歷史背景及研究的價(jià)值,并詳細(xì)闡述了傳統(tǒng)網(wǎng)絡(luò)測(cè)量技術(shù)的方法、原理�；谥熬W(wǎng)絡(luò)測(cè)量方法的缺陷,引入了網(wǎng)絡(luò)斷層掃描技術(shù),簡(jiǎn)要介紹了NT的基本思想、模型、及關(guān)鍵技術(shù)。第三章引入了針對(duì)噪聲網(wǎng)絡(luò)的處理算法—隨機(jī)逼近算法和Kaczmarz算法。實(shí)驗(yàn)證明,經(jīng)過處理后測(cè)得的結(jié)果準(zhǔn)確性明顯高于未處理的結(jié)果。第四章是本文的核心,本章詳細(xì)論述了基于NT的網(wǎng)絡(luò)拓?fù)渫茢嗉夹g(shù)。著重歸納總結(jié)了現(xiàn)有基于單參數(shù)的測(cè)量方法和拓?fù)渫茢嗉夹g(shù),在綜合了現(xiàn)有方法的不足之后提出了雙參數(shù)相結(jié)合的拓?fù)渫茢嗨惴�。第五章是仿真�?shí)驗(yàn)部分,用Network Simulator Version2(NS2)網(wǎng)絡(luò)仿真軟件對(duì)雙參數(shù)網(wǎng)絡(luò)拓?fù)渫茢嗨惴癝AK算法的準(zhǔn)確性進(jìn)行了有效驗(yàn)證。
【關(guān)鍵詞】：網(wǎng)絡(luò)斷層掃描 拓?fù)渫茢?/strong> 網(wǎng)絡(luò)噪聲 雙參數(shù)
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.08
【目錄】： - 摘要4-5
- Abstract5-9
- 1 緒論9-13
- 1.1 課題研究背景及意義9-10
- 1.2 國(guó)內(nèi)外現(xiàn)狀10-12
- 1.2.1 國(guó)外現(xiàn)狀10-11
- 1.2.2 國(guó)內(nèi)現(xiàn)狀11-12
- 1.3 研究?jī)?nèi)容12
- 1.4 論文結(jié)構(gòu)與安排12-13
- 2 傳統(tǒng)網(wǎng)絡(luò)測(cè)量技術(shù)與NT技術(shù)13-29
- 2.1 網(wǎng)絡(luò)測(cè)量技術(shù)概述13-19
- 2.1.1 體系結(jié)構(gòu)13-14
- 2.1.2 指標(biāo)體系14-16
- 2.1.3 方法和原理16-17
- 2.1.4 網(wǎng)絡(luò)測(cè)量關(guān)鍵技術(shù)17-18
- 2.1.5 常用的網(wǎng)絡(luò)測(cè)量工具18-19
- 2.2 傳統(tǒng)的網(wǎng)絡(luò)測(cè)量技術(shù)19-22
- 2.2.1 主動(dòng)式網(wǎng)絡(luò)測(cè)量方法20-21
- 2.2.2 被動(dòng)式網(wǎng)絡(luò)測(cè)量方法21-22
- 2.3 網(wǎng)絡(luò)斷層掃描技術(shù)22-28
- 2.3.1 基本問題描述22-26
- 2.3.2 網(wǎng)絡(luò)模型26-28
- 2.3.3 假設(shè)條件28
- 2.4 本章小結(jié)28-29
- 3 隨機(jī)逼近算法和卡茨馬爾茨算法29-33
- 3.1 隨機(jī)逼近算法29
- 3.2 卡茨馬爾茨算法29-30
- 3.3 隨機(jī)逼近卡茨馬爾茨（SAK）算法30-32
- 3.4 本章小結(jié)32-33
- 4 基于NT技術(shù)的網(wǎng)絡(luò)拓?fù)渫茢?/span>33-50
- 4.1 拓?fù)渫茢喔攀?/span>33-36
- 4.2 網(wǎng)絡(luò)拓?fù)浒l(fā)現(xiàn)36
- 4.3 拓?fù)渫茢嗖襟E36-37
- 4.4 成對(duì)相關(guān)性值37
- 4.5 網(wǎng)絡(luò)拓?fù)浒l(fā)現(xiàn)的應(yīng)用及分類37-38
- 4.6 網(wǎng)絡(luò)測(cè)量方法38-40
- 4.6.1 緊接分組對(duì)測(cè)量方法38-39
- 4.6.2 三元分組列車測(cè)量方法39-40
- 4.6.3 四元分組列車測(cè)量方法40
- 4.7 成對(duì)相關(guān)性值計(jì)算方法40-46
- 4.7.1 成功傳輸率40-42
- 4.7.2 時(shí)延42
- 4.7.3 時(shí)延協(xié)方差42-43
- 4.7.4 時(shí)延抖動(dòng)協(xié)方差43-44
- 4.7.5 丟包率44-46
- 4.8 網(wǎng)絡(luò)拓?fù)渫茢嗨惴?/span>46-48
- 4.8.1 決策二叉樹分類算法46
- 4.8.2 基于極大似然的層次二叉樹拓?fù)渫茢嗨惴?/span>46-47
- 4.8.3 最大相似樹算法47
- 4.8.4 分層樹估計(jì)算法47-48
- 4.9 雙參數(shù)結(jié)合的網(wǎng)絡(luò)拓?fù)渫茢嗨惴?/span>48-49
- 4.10 本章小結(jié)49-50
- 5 仿真與分析50-57
- 5.1 ns2仿真平臺(tái)介紹50
- 5.2 仿真實(shí)驗(yàn)與結(jié)果分析50-56
- 5.3 本章小結(jié)56-57
- 結(jié)論57-59
- 致謝59-60
- 參考文獻(xiàn)60-62
- 攻讀碩士期間研究成果62
【參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條
1 潘勝利;張志勇;費(fèi)高雷;錢峰;胡光岷;;網(wǎng)絡(luò)鏈路性能參數(shù)估計(jì)的層析成像方法綜述[J];軟件學(xué)報(bào);2015年09期
2 周德榮;夏齡;舒濤;田關(guān)偉;;NS2網(wǎng)絡(luò)協(xié)議虛擬仿真實(shí)驗(yàn)平臺(tái)研究[J];實(shí)驗(yàn)技術(shù)與管理;2014年03期
3 李勇軍;蔡皖東;王偉;田廣利;;基于Manhattan距離的網(wǎng)絡(luò)拓?fù)渫茰y(cè)方法研究[J];計(jì)算機(jī)科學(xué);2006年11期
4 錢峰;胡光岷;;網(wǎng)絡(luò)層析成像研究綜述[J];計(jì)算機(jī)科學(xué);2006年09期
5 李勇軍;蔡皖東;王偉;;網(wǎng)絡(luò)斷層掃描技術(shù)綜述[J];計(jì)算機(jī)工程;2006年13期
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條
1 張志勇;基于網(wǎng)絡(luò)層析成像的鏈路性能參數(shù)估計(jì)方法研究[D];電子科技大學(xué);2014年
2 楊京禮;基于層析成像技術(shù)的虛擬試驗(yàn)網(wǎng)絡(luò)測(cè)量方法研究[D];哈爾濱工業(yè)大學(xué);2013年
3 劉瑞芳;網(wǎng)絡(luò)性能測(cè)量和推測(cè)技術(shù)的研究[D];北京郵電大學(xué);2006年
4 朱暢華;IP網(wǎng)絡(luò)測(cè)量和業(yè)務(wù)性能研究[D];西安電子科技大學(xué);2004年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條
1 石佳玉;基于時(shí)延特性的網(wǎng)絡(luò)拓?fù)渫茢嗉夹g(shù)研究[D];蘭州交通大學(xué);2014年
2 李志昌;基于NT技術(shù)雙參數(shù)的拓?fù)渫茢喾椒ㄑ芯縖D];蘭州交通大學(xué);2013年
3 呂見霞;基于網(wǎng)絡(luò)層析成像的網(wǎng)絡(luò)拓?fù)錅y(cè)量技術(shù)研究[D];曲阜師范大學(xué);2013年
4 吳越;基于多點(diǎn)過程的復(fù)雜網(wǎng)絡(luò)拓?fù)渥R(shí)別[D];復(fù)旦大學(xué);2013年
5 楊潔;網(wǎng)絡(luò)拓?fù)浒l(fā)現(xiàn)算法優(yōu)化研究[D];西安工業(yè)大學(xué);2012年
6 陳錦葵;網(wǎng)絡(luò)管理系統(tǒng)中拓?fù)浒l(fā)現(xiàn)算法的研究[D];西安電子科技大學(xué);2007年
本文關(guān)鍵詞：基于單播的雙參數(shù)網(wǎng)絡(luò)拓?fù)渫茢喾椒ㄑ芯?/strong>，，由筆耕文化傳播整理發(fā)布。
本文編號(hào)：346123
本文鏈接：http://sikaile.net/guanlilunwen/ydhl/346123.html
本文關(guān)鍵詞：基于單播的雙參數(shù)網(wǎng)絡(luò)拓?fù)渫茢喾椒ㄑ芯?/strong>，由筆耕文化傳播整理發(fā)布。
【摘要】：在現(xiàn)代網(wǎng)絡(luò)管理、優(yōu)化、信息化戰(zhàn)爭(zhēng)及新型網(wǎng)絡(luò)服務(wù)中,網(wǎng)絡(luò)安全扮演著越來越重要的作用。如何簡(jiǎn)潔有效地管理并優(yōu)化網(wǎng)絡(luò)也是許多科研工作者研究的方向。由于網(wǎng)絡(luò)拓?fù)錅y(cè)量是網(wǎng)絡(luò)安全和管理的前提,所以,研究網(wǎng)絡(luò)拓?fù)錅y(cè)量技術(shù)勢(shì)在必行。由于傳統(tǒng)的網(wǎng)絡(luò)測(cè)量方法效率和準(zhǔn)確度低下,并且由于現(xiàn)代計(jì)算機(jī)對(duì)網(wǎng)絡(luò)安全越來越高的訴求,使得傳統(tǒng)網(wǎng)絡(luò)測(cè)量方法的普及受到很大程度的限制。網(wǎng)絡(luò)斷層掃描(Network Tomography,NT)是一種新型網(wǎng)絡(luò)測(cè)量技術(shù),這種概念來自醫(yī)學(xué)透視,網(wǎng)絡(luò)斷層掃描技術(shù)在不需要網(wǎng)絡(luò)中間節(jié)點(diǎn)協(xié)作的情況下,用端到端測(cè)量方法,逆向推測(cè)網(wǎng)絡(luò)各部分的性能參數(shù),并用概率論和統(tǒng)計(jì)學(xué)知識(shí)去推斷網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。因?yàn)闇y(cè)量過程僅僅選擇一組目標(biāo)節(jié)點(diǎn)就可展開對(duì)網(wǎng)絡(luò)性能的測(cè)量,不需要中間節(jié)點(diǎn)的協(xié)作,測(cè)量過程中關(guān)于網(wǎng)絡(luò)安全方面的顧慮也就不復(fù)存在。但是,目前的網(wǎng)絡(luò)斷層掃描技術(shù)適用面較窄。由于現(xiàn)有技術(shù)只能推測(cè)簡(jiǎn)單的樹狀拓?fù)浣Y(jié)構(gòu),而實(shí)際網(wǎng)絡(luò)大多是網(wǎng)狀結(jié)構(gòu),所以如何把現(xiàn)有技術(shù)應(yīng)用于大規(guī)模網(wǎng)狀拓?fù)涞耐茢嗍蔷W(wǎng)絡(luò)斷層掃描研究者共同面對(duì)的難題。本文針對(duì)之前基于單參數(shù)的拓?fù)渫茢嗨惴ㄆ毡闇?zhǔn)確度不高的缺陷,引入了雙參數(shù)結(jié)合的網(wǎng)絡(luò)拓?fù)渫茢嗨惴�。針�?duì)之前方法都忽略噪聲影響的不足,提出了隨機(jī)逼近算法和卡茨馬爾茨算法對(duì)測(cè)量過程中產(chǎn)生的噪聲進(jìn)行處理,使得網(wǎng)絡(luò)拓?fù)渫茢嗟臏?zhǔn)確度和推斷效率大大提高。論文的具體工作如下:前兩章闡述了該課題的歷史背景及研究的價(jià)值,并詳細(xì)闡述了傳統(tǒng)網(wǎng)絡(luò)測(cè)量技術(shù)的方法、原理�；谥熬W(wǎng)絡(luò)測(cè)量方法的缺陷,引入了網(wǎng)絡(luò)斷層掃描技術(shù),簡(jiǎn)要介紹了NT的基本思想、模型、及關(guān)鍵技術(shù)。第三章引入了針對(duì)噪聲網(wǎng)絡(luò)的處理算法—隨機(jī)逼近算法和Kaczmarz算法。實(shí)驗(yàn)證明,經(jīng)過處理后測(cè)得的結(jié)果準(zhǔn)確性明顯高于未處理的結(jié)果。第四章是本文的核心,本章詳細(xì)論述了基于NT的網(wǎng)絡(luò)拓?fù)渫茢嗉夹g(shù)。著重歸納總結(jié)了現(xiàn)有基于單參數(shù)的測(cè)量方法和拓?fù)渫茢嗉夹g(shù),在綜合了現(xiàn)有方法的不足之后提出了雙參數(shù)相結(jié)合的拓?fù)渫茢嗨惴�。第五章是仿真�?shí)驗(yàn)部分,用Network Simulator Version2(NS2)網(wǎng)絡(luò)仿真軟件對(duì)雙參數(shù)網(wǎng)絡(luò)拓?fù)渫茢嗨惴癝AK算法的準(zhǔn)確性進(jìn)行了有效驗(yàn)證。
【關(guān)鍵詞】：網(wǎng)絡(luò)斷層掃描 拓?fù)渫茢?/strong> 網(wǎng)絡(luò)噪聲 雙參數(shù)
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.08
【目錄】：
- 摘要4-5
- Abstract5-9
- 1 緒論9-13
- 1.1 課題研究背景及意義9-10
- 1.2 國(guó)內(nèi)外現(xiàn)狀10-12
- 1.2.1 國(guó)外現(xiàn)狀10-11
- 1.2.2 國(guó)內(nèi)現(xiàn)狀11-12
- 1.3 研究?jī)?nèi)容12
- 1.4 論文結(jié)構(gòu)與安排12-13
- 2 傳統(tǒng)網(wǎng)絡(luò)測(cè)量技術(shù)與NT技術(shù)13-29
- 2.1 網(wǎng)絡(luò)測(cè)量技術(shù)概述13-19
- 2.1.1 體系結(jié)構(gòu)13-14
- 2.1.2 指標(biāo)體系14-16
- 2.1.3 方法和原理16-17
- 2.1.4 網(wǎng)絡(luò)測(cè)量關(guān)鍵技術(shù)17-18
- 2.1.5 常用的網(wǎng)絡(luò)測(cè)量工具18-19
- 2.2 傳統(tǒng)的網(wǎng)絡(luò)測(cè)量技術(shù)19-22
- 2.2.1 主動(dòng)式網(wǎng)絡(luò)測(cè)量方法20-21
- 2.2.2 被動(dòng)式網(wǎng)絡(luò)測(cè)量方法21-22
- 2.3 網(wǎng)絡(luò)斷層掃描技術(shù)22-28
- 2.3.1 基本問題描述22-26
- 2.3.2 網(wǎng)絡(luò)模型26-28
- 2.3.3 假設(shè)條件28
- 2.4 本章小結(jié)28-29
- 3 隨機(jī)逼近算法和卡茨馬爾茨算法29-33
- 3.1 隨機(jī)逼近算法29
- 3.2 卡茨馬爾茨算法29-30
- 3.3 隨機(jī)逼近卡茨馬爾茨（SAK）算法30-32
- 3.4 本章小結(jié)32-33
- 4 基于NT技術(shù)的網(wǎng)絡(luò)拓?fù)渫茢?/span>33-50
- 4.1 拓?fù)渫茢喔攀?/span>33-36
- 4.2 網(wǎng)絡(luò)拓?fù)浒l(fā)現(xiàn)36
- 4.3 拓?fù)渫茢嗖襟E36-37
- 4.4 成對(duì)相關(guān)性值37
- 4.5 網(wǎng)絡(luò)拓?fù)浒l(fā)現(xiàn)的應(yīng)用及分類37-38
- 4.6 網(wǎng)絡(luò)測(cè)量方法38-40
- 4.6.1 緊接分組對(duì)測(cè)量方法38-39
- 4.6.2 三元分組列車測(cè)量方法39-40
- 4.6.3 四元分組列車測(cè)量方法40
- 4.7 成對(duì)相關(guān)性值計(jì)算方法40-46
- 4.7.1 成功傳輸率40-42
- 4.7.2 時(shí)延42
- 4.7.3 時(shí)延協(xié)方差42-43
- 4.7.4 時(shí)延抖動(dòng)協(xié)方差43-44
- 4.7.5 丟包率44-46
- 4.8 網(wǎng)絡(luò)拓?fù)渫茢嗨惴?/span>46-48
- 4.8.1 決策二叉樹分類算法46
- 4.8.2 基于極大似然的層次二叉樹拓?fù)渫茢嗨惴?/span>46-47
- 4.8.3 最大相似樹算法47
- 4.8.4 分層樹估計(jì)算法47-48
- 4.9 雙參數(shù)結(jié)合的網(wǎng)絡(luò)拓?fù)渫茢嗨惴?/span>48-49
- 4.10 本章小結(jié)49-50
- 5 仿真與分析50-57
- 5.1 ns2仿真平臺(tái)介紹50
- 5.2 仿真實(shí)驗(yàn)與結(jié)果分析50-56
- 5.3 本章小結(jié)56-57
- 結(jié)論57-59
- 致謝59-60
- 參考文獻(xiàn)60-62
- 攻讀碩士期間研究成果62
【參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條
1 潘勝利;張志勇;費(fèi)高雷;錢峰;胡光岷;;網(wǎng)絡(luò)鏈路性能參數(shù)估計(jì)的層析成像方法綜述[J];軟件學(xué)報(bào);2015年09期
2 周德榮;夏齡;舒濤;田關(guān)偉;;NS2網(wǎng)絡(luò)協(xié)議虛擬仿真實(shí)驗(yàn)平臺(tái)研究[J];實(shí)驗(yàn)技術(shù)與管理;2014年03期
3 李勇軍;蔡皖東;王偉;田廣利;;基于Manhattan距離的網(wǎng)絡(luò)拓?fù)渫茰y(cè)方法研究[J];計(jì)算機(jī)科學(xué);2006年11期
4 錢峰;胡光岷;;網(wǎng)絡(luò)層析成像研究綜述[J];計(jì)算機(jī)科學(xué);2006年09期
5 李勇軍;蔡皖東;王偉;;網(wǎng)絡(luò)斷層掃描技術(shù)綜述[J];計(jì)算機(jī)工程;2006年13期
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條
1 張志勇;基于網(wǎng)絡(luò)層析成像的鏈路性能參數(shù)估計(jì)方法研究[D];電子科技大學(xué);2014年
2 楊京禮;基于層析成像技術(shù)的虛擬試驗(yàn)網(wǎng)絡(luò)測(cè)量方法研究[D];哈爾濱工業(yè)大學(xué);2013年
3 劉瑞芳;網(wǎng)絡(luò)性能測(cè)量和推測(cè)技術(shù)的研究[D];北京郵電大學(xué);2006年
4 朱暢華;IP網(wǎng)絡(luò)測(cè)量和業(yè)務(wù)性能研究[D];西安電子科技大學(xué);2004年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條
1 石佳玉;基于時(shí)延特性的網(wǎng)絡(luò)拓?fù)渫茢嗉夹g(shù)研究[D];蘭州交通大學(xué);2014年
2 李志昌;基于NT技術(shù)雙參數(shù)的拓?fù)渫茢喾椒ㄑ芯縖D];蘭州交通大學(xué);2013年
3 呂見霞;基于網(wǎng)絡(luò)層析成像的網(wǎng)絡(luò)拓?fù)錅y(cè)量技術(shù)研究[D];曲阜師范大學(xué);2013年
4 吳越;基于多點(diǎn)過程的復(fù)雜網(wǎng)絡(luò)拓?fù)渥R(shí)別[D];復(fù)旦大學(xué);2013年
5 楊潔;網(wǎng)絡(luò)拓?fù)浒l(fā)現(xiàn)算法優(yōu)化研究[D];西安工業(yè)大學(xué);2012年
6 陳錦葵;網(wǎng)絡(luò)管理系統(tǒng)中拓?fù)浒l(fā)現(xiàn)算法的研究[D];西安電子科技大學(xué);2007年
本文關(guān)鍵詞：基于單播的雙參數(shù)網(wǎng)絡(luò)拓?fù)渫茢喾椒ㄑ芯?/strong>，，由筆耕文化傳播整理發(fā)布。
本文編號(hào)：346123
本文鏈接：http://sikaile.net/guanlilunwen/ydhl/346123.html
