声明
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1异构多核系统任务调度
1.2.2移动Web系统能耗优化研究
1.2.3用机器学习进行系统优化
1.3 研究目的及意义
1.4 本文主要工作
第二章 移动Web应用性能及能耗相关分析和研究
2.1 浏览器工作原理
2.1.1用户交互事件处理机制
2.1.2网页渲染机制
2.2 Web 浏览器交互阶段能耗研究
2.3 Web 渲染过程能耗优化研究
2.3.1 Web渲染过程能耗分析
2.3.2移动Web用户体验（QoS）研究
2.3.3移动Web渲染能耗优化研究
2.4 本章小结
第三章 基于神经网络的移动Web交互能耗优化动态资源调度方法
3.1 方法概述
3.2 构建基于 ANN 的资源调度模型
3.2.1训练数据的生成
3.2.2 ANN的模型结构
3.2.3模型输入的特征向量
3.2.4模型训练
3.2.5资源调度模型的部署
3.3 基于多平台的实验评估设置
3.3.1硬件和软件平台
3.3.2对比实验设置
3.3.3评估方法
3.4 实验结果
3.4.1模型整体优化能力评估
3.4.2模型准确率
3.4.3运行时系统处理器分布
3.4.4特征重要性评估
3.4.5模型开销
3.4.6 ANN与其他机器学习方法的比较
3.5 本章小结
第四章 基于用户体验的自适应移动Web浏览器优化模型迁移策略
4.1 影响移动 Web 用户交互体验的因素
4.1.1网页内容对用户QoS的影响
4.1.2交互速度
4.2 基于 QoS 的模型迁移策略
4.2.1方法概述
4.2.2训练数据的生成
4.2.3预训练模型的构建
4.2.4预训练模型的训练
4.2.5迁移模型训练
4.2.6模型部署
4.3 基于多平台的实验评估设置
4.3.1 软件和硬件平台
4.3.2 评估方法及方法对比
4.4 实验结果
4.4.1 QoS指标的评估
4.4.2 模型迁移能力评估
4.4.3 能耗优化
4.5 本章小节
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
攻读博士/硕士学位期间取得的科研成果
作者简介
西北大学;
