导读:本文包含了网络容量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:容量,网络,阈值,光栅,无源,光纤,复用。
网络容量论文文献综述
李涛,张维阳,曹小曙,汪丽,张隆[1]（2019）在《珠江叁角洲城际轨道网络结构：基于连接、容量和流量的对比》一文中研究指出城际交通网络包含提供联系可能性的基础设施连接网络(铁轨等),反映承载容量的组织网络(列车班次等)与实际需求的流量网络(客货流等)3类,分别从连接可能性、潜力容量和实际流量叁方面映射了网络发育的不同特征。理清城市在这3种维度网络中的不同位置,对分辨城市的节点位势和城市系统构造具有重要意义。以珠叁角城市群城际轨道网络为研究对象,本文系统分析了3种网络整体结构、城市的节点位置和城际连接性的差异。结果表明:虽然3种网络城镇地方中心度均呈现出显着的等级差异特征,相较于需求网络,设施网络和组织网络扁平化特征更为显着;组织网络和需求网络均表现出了以广深为核心、以广深、广珠和广佛为主要联系的结构体系,设施网络则呈现出明显的"沿线效应",突出了珠江口西岸广珠城际沿线的骨干地位;与组织和设施网络相比,需求网络突出了肇庆、江门等城市的重要性,轨道沿线中小城镇位势则逐渐降低。研究一方面通过区分3种铁路交通网络强调了城市网络研究中明确"刻画何种网络"的重要性;另一方面通过对比城市节点和城际连接在不同网络中的位置,识别出可能性、利用潜力和实际流量的差异,为交通线路规划和区域空间优化政策制定提供依据。(本文来源于《地理研究》期刊2019年11期）
张展鹏[2]（2019）在《4G网络容量智能分析及预测研究》一文中研究指出随着互联网的飞速发展,网络业务量急剧增长,网络容量逐渐成为制约网络发展的关键因素。分析了传统网络优化分析方法存在的问题,结合大数据和AI技术,提出了一种用于分析和预测网络容量的智能系统。该系统运用自创的7日模型及AutoLearn算法,结合网络实际情况进行分析预测,灵活性较强,可提高网络运营效率,提升业务质量,降低运营成本。(本文来源于《邮电设计技术》期刊2019年11期）
杨颖[3]（2019）在《分布式大容量光纤光栅传感网络的组网技术》一文中研究指出基于光纤光栅复用传感原理,结合F-P可调谐滤波技术,采用波分复用与空分复用相结合的方法构建光纤光栅复用传感网络,并对传感网络中的电源、可调谐滤波器、光电探测器、光开关及传感光纤光栅阵列的组成等进行分析和选择,提出了结构优化的分布式、大容量光纤光栅传感网络的组网方案。通过在光路中使用F-P标准具和参考光栅对波长值进行标定和校准,提高了传感系统的测量精度,为构建大容量、高精度、实时性强的光纤光栅传感系统提供了设计参考。分布式大容量光纤光栅传感网络在多点、多参量和大空间范围传感测量领域具有广阔的应用前景。(本文来源于《光学技术》期刊2019年06期）
邢世宏,施闻明,任荟洁[4]（2019）在《不同数据集容量下的卷积神经网络图像识别性能》一文中研究指出为探究在无法获取充足图像数据样本的前提下,怎样发挥卷积神经网络图像识别的良好性能,针对训练数据集容量与卷积神经网络图像识别性能的关系进行深入研究。首先阐述了机器学习能够学习的条件,并根据VC Dimension理论推导出数据集容量与卷积神经网络参数量的关系,接着构建DigitNet与Cifar10Net网络模型,然后分别在不同容量的手写数字识别数据集及Cifar10数据集上训练模型并检验相应的训练模型的识别正确率,最后分析了实验结果是否符合推导的训练数据集容量与卷积神经网络参数量之间的关系。实验结果表明:卷积神经网络的图像识别性能与数据集容量之间存在着一定的关系,在满足卷积神经网络对数据集容量的最低要求时,卷积神经网络即可获取良好的图像识别性能。因此在无法获取海量数据集的情况下,采用卷积神经网络解决实际问题时,仅需要模型参数量10倍的训练数据容量为下限即可获取性能良好的网络模型。(本文来源于《舰船科学技术》期刊2019年21期）
李佳威,刘飞,吴明功,余敏建,康润喆[5]（2019）在《基于双重容量识别标准的航空网络关键航段识别方法》一文中研究指出对航空网络中的关键航段进行有效识别存在传统识别方法单一,网络性能评价指标不全面等问题,提出一种基于双重容量识别标准的航空网络关键航段识别方法。通过建立脆弱识别标准和瓶颈识别标准,从航段容量变化对航空网络综合性能影响的角度对网络中的关键航段进行识别,并在网络性能评价阶段,采用一种基于AHP的航空网络综合性能评价指标,使用基于UE模型的空中交通流量分配模型,对该识别方法的有效性进行验证。结果表明:该方法能够对航空网络中的关键航段进行有效识别。(本文来源于《航空工程进展》期刊2019年05期）
潘锋[6]（2019）在《面向智能井盖监控的LoRa网络容量规划》一文中研究指出基于LoRa通信技术的城市井盖智能监控系统面临基站最优规划的问题,文中对覆盖城市区域的LoRa网络容量进行评估。所评估的网络容量主要着眼于噪声限制和干扰限制两个主要因素,并提出了从网络边缘向LoRa网关的累积容量上、下限的数值模型。最后,将数值模型应用于智能井盖监控LoRa网络,得出了可以用于智能井盖监控网络规划的LoRa网络容量分布曲线。(本文来源于《信息技术》期刊2019年10期）
李群,任天宇,王小虎,王超,董佳涵[7]（2019）在《一种实现无线Mesh网络最大化容量的新机制》一文中研究指出为了实现协作多信道多接口无线Mesh网络的容量最大化,提出了一种最优化中继接口分配模型的新机制,新机制结合了3种传输策略:放大转发、解码转发和直接传输。基于不同的容量指标,建立起接口分配的最优化数学模型,然后根据实时流量需求提供最佳接口分配,从而实现具有单向流中继节点的接口分配的最大容量和具有双向流的直接节点和中继节点的接口分配的最大容量。采用网络仿真器NS-2的仿真结果表明,所提出的机制相比于其他算法在吞吐量、端到端延迟和丢包率方面都获得了更好的性能。(本文来源于《电子测量与仪器学报》期刊2019年10期）
韩璐,孙坤,禹继国[8]（2019）在《基于802.11ac多用户MIMO网络的容量最大化》一文中研究指出针对多用户MIMO网络中的干扰进行处理,在SINR模型下提出了两种分布式APs-STAs分组算法.为查找网络中合适的APs-STAs分组,文中给出了基于穷举思想的算法.该算法先对STA按照天线数目排序,然后判断有序的STAs能否满足干扰处理的约束条件,最后甄选出满足SINR约束条件的分组.与先前的算法相比,虽然该算法获得的网络容量更大,但是会造成较大的时间成本.为了改进该算法的缺点,文中又给出了节省时间的另一种优化算法.实验结果表明,文中提出的两个算法将网络容量提升了15%-52%.(本文来源于《曲阜师范大学学报(自然科学版)》期刊2019年04期）
李博,唐玉春[9]（2019）在《大容量无源光网络关键技术》一文中研究指出针对人们对接入网带宽需求的不断增长趋势,介绍了开展超100 Gb/s大容量光接入网研究的重要性。着重分析了实现大容量光接入网的3个关键技术,包括高频谱效率的先进制格式、大容量空分复用(SDM)和高灵敏度的相干/自相干探测技术,分别介绍了这些技术在国内外的研究进展,并指出了相应的技术难点。最后,展望了未来超大容量光接入网的研究方向。(本文来源于《光通信技术》期刊2019年10期）
况爱武,胡芬[10]（2019）在《考虑环境容量的混合交通网络设计》一文中研究指出为满足交通可持续发展要求,提出了考虑环境容量的混合交通网络设计双层规划模型。其中,上层模型以网络效率、路网排放及建设费用为目标,以道路占地、服务水平及路段声环境容量为约束;下层模型采取固定需求的平衡配流模型刻画出行者路径选择。设计了基于遗传算法的双层规划模型求解方法,用算例检验了混合网络设计模型和算法的有效性,分析了各目标权重与交通需求对网络设计决策的影响。研究结果表明:决策目标中,建设费用对网络设计决策的影响最大,交通排放次之,网络效率最小;同时,交通需求量水平也会对网络设计方案产生显着影响。(本文来源于《交通科学与工程》期刊2019年03期）
网络容量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着互联网的飞速发展,网络业务量急剧增长,网络容量逐渐成为制约网络发展的关键因素。分析了传统网络优化分析方法存在的问题,结合大数据和AI技术,提出了一种用于分析和预测网络容量的智能系统。该系统运用自创的7日模型及AutoLearn算法,结合网络实际情况进行分析预测,灵活性较强,可提高网络运营效率,提升业务质量,降低运营成本。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络容量论文参考文献
[1].李涛,张维阳,曹小曙,汪丽,张隆.珠江叁角洲城际轨道网络结构：基于连接、容量和流量的对比[J].地理研究.2019
[2].张展鹏.4G网络容量智能分析及预测研究[J].邮电设计技术.2019
[3].杨颖.分布式大容量光纤光栅传感网络的组网技术[J].光学技术.2019
[4].邢世宏,施闻明,任荟洁.不同数据集容量下的卷积神经网络图像识别性能[J].舰船科学技术.2019
[5].李佳威,刘飞,吴明功,余敏建,康润喆.基于双重容量识别标准的航空网络关键航段识别方法[J].航空工程进展.2019
[6].潘锋.面向智能井盖监控的LoRa网络容量规划[J].信息技术.2019
[7].李群,任天宇,王小虎,王超,董佳涵.一种实现无线Mesh网络最大化容量的新机制[J].电子测量与仪器学报.2019
[8].韩璐,孙坤,禹继国.基于802.11ac多用户MIMO网络的容量最大化[J].曲阜师范大学学报(自然科学版).2019
[9].李博,唐玉春.大容量无源光网络关键技术[J].光通信技术.2019
[10].况爱武,胡芬.考虑环境容量的混合交通网络设计[J].交通科学与工程.2019
论文知识图
