- 一、前言(Preface)
- 二、标题与作者列表(Title and Author List)
- 三、摘要(Abstract)
- 四、概述(Introduction)
- 五、相关研究(Related Work)
- 六、基础知识(Preliminaries)
- 七、新模型和新概念(Model and Concept)
- 八、设计与实现(Design and Implementation)
- 九、分析(Analysis)
- 十、实验结果(Experimental Validation)
- 十一、总结及未来计划(Conclusion and Future Work)
- 十二、致谢(Acknowledgement)
- 十三、参考文献列表(Bibliography)
第九章 分析 (Analysis)
分析章节是一个可选章节；它一般出现在设计章节之后，是对设计章节的补充和延展。因研究问题的不同，分析章节的内容也不尽相同。 有的文章在分析章节中着眼于设计本身，进行一些理论的定性分析。而另一些文章的分析章节则将重点放在新方法的应用和扩展上。
本节我们仅给出一些撰写分析章节的思路，以供读者参考。
算法复杂度分析。算法复杂度分析是一种常见的分析内容。算法复杂度分析可分为时间复杂度分析和空间复杂度分析两种。 一般情况下，假设算法输入数据量为n，那么，分析的目的是找出一个与n相关的复杂度函数f(n)。 这个复杂度可能还会分为最优情况下的复杂度，平均复杂度，和最坏情况下的复杂度。
以上内容都是常规分析，我们可以尝试再进一步。如果输入数据满足一定条件，那么，是否能够得到更加有意义的分析结果呢？ 例如，假如输入数据遵循均匀分布，那么，是否能得到一个更加精确的算法时间复杂度或者空间复杂度呢？这个分析背后的意义在于， 假如有一种应用场景，其输入数据是均匀分布的，那么，上述的分析结果就可以直接应用到这个场景中了。当然，不同的应用场景， 输入数据的特点是不同的，这需要根据研究问题的特性相应变化。值得指出的是，如果按照这个思路，假设输入数据满足一个具体的概率分布函数/概率密度函数， 那么，概率和随机过程的知识是一个很好的可利用的分析工具。
对于特殊情况处理的分析。例如，对于一个网络设计方法，如果网络出现错误，丢了一个包，这个新方法多快能恢复正常？ 当处于某情况下，丢包率是多少？这个丢包率与哪些因素相关？
与其他方法作比较。当新方法叙述完成之后，将其与老方法做个比较也是一种常见的分析方法。在相关研究章节，可能因为需要比较的方法太多， 不可能和每个相关的方法做详细比较。那么，分析章节就是一个非常适合与类似方法做比较的地方。
上一章
下一章
注册用户登陆后可留言