| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-39页 |
| 1.1 无线传感器网络概述 | 第13-25页 |
| 1.1.1 无线传感器网络的组成 | 第13-16页 |
| 1.1.2 无线传感器网络的关键技术 | 第16-20页 |
| 1.1.3 无线传感器网络的应用 | 第20-25页 |
| 1.2 无线传感器网络数据收集技术 | 第25-30页 |
| 1.2.1 相关概念 | 第25-26页 |
| 1.2.2 主要的数据收集方法 | 第26-28页 |
| 1.2.3 数据收集算法的性能评价标准 | 第28-29页 |
| 1.2.4 数据收集技术面临的挑战 | 第29-30页 |
| 1.3 课题的研究背景和意义 | 第30-35页 |
| 1.4 本文的主要工作和组织结构 | 第35-39页 |
| 1.4.1 本文的主要工作和创新点 | 第35-37页 |
| 1.4.2 本文的组织结构 | 第37-39页 |
| 第2章 无线传感器网络数据收集技术的相关研究 | 第39-55页 |
| 2.1 数据收集的拓扑结构 | 第39-42页 |
| 2.2 数据收集技术的分类 | 第42-45页 |
| 2.2.1 时间驱动的数据收集 | 第42-43页 |
| 2.2.2 事件驱动的数据收集 | 第43-44页 |
| 2.2.3 查询驱动的数据收集 | 第44-45页 |
| 2.3 数据收集技术的研究现状 | 第45-54页 |
| 2.3.1 基于网络拓扑结构的数据收集算法 | 第45-51页 |
| 2.3.2 基于流量优化的数据收集算法 | 第51-53页 |
| 2.3.3 基于移动Agent的数据收集算法 | 第53-54页 |
| 2.4 本章小结 | 第54-55页 |
| 第3章 基于线性回归的无线传感器网络数据收集优化策略 | 第55-79页 |
| 3.1 问题的提出 | 第55-58页 |
| 3.2 基于线性回归的WSN分布式数据收集优化策略 | 第58-67页 |
| 3.2.1 传感器网络分布式线性回归模型 | 第58-60页 |
| 3.2.2 回归模型的参数更新方法 | 第60-61页 |
| 3.2.3 网络模型 | 第61-63页 |
| 3.2.4 分布式数据处理过程 | 第63-66页 |
| 3.2.5 算法复杂度分析 | 第66-67页 |
| 3.3 实验测试和性能分析 | 第67-77页 |
| 3.3.1 算法有效性测试分析 | 第67-72页 |
| 3.3.2 算法对网络能耗优化的测试分析 | 第72-77页 |
| 3.4 本章小结 | 第77-79页 |
| 第4章 基于虚拟传感器网络的并发应用数据收集优化算法 | 第79-99页 |
| 4.1 虚拟传感器网络概述 | 第79-81页 |
| 4.2 问题的提出 | 第81-83页 |
| 4.3 基于VSN的并发应用数据收集优化算法 | 第83-92页 |
| 4.3.1 簇树的建立 | 第84-85页 |
| 4.3.2 虚拟传感器网络的构建 | 第85-87页 |
| 4.3.3 基于MinMax算子的VSN数据收集阈值控制 | 第87-90页 |
| 4.3.4 基于统计假设检验的VSN容错策略 | 第90-92页 |
| 4.4 仿真实验与性能分析 | 第92-97页 |
| 4.5 本章小结 | 第97-99页 |
| 第5章 面向多约束QoS的无线多媒体传感器网络数据收集优化算法 | 第99-117页 |
| 5.1 无线多媒体传感器网络的研究重点 | 第99-101页 |
| 5.2 问题的提出 | 第101-103页 |
| 5.3 面向多约束QoS的WMSN数据收集优化算法 | 第103-111页 |
| 5.3.1 基于动态人工鱼群优化的WMSN分簇结构形成 | 第103-106页 |
| 5.3.2 面向多约束QoS的WMSN路由协议 | 第106-111页 |
| 5.4 仿真实验和性能分析 | 第111-115页 |
| 5.5 本章小结 | 第115-117页 |
| 第6章 基于局部线性假设的WMSN数据维数约简算法 | 第117-139页 |
| 6.1 问题的提出 | 第117-121页 |
| 6.2 基于局部线性假设的WMSN数据维数约简算法 | 第121-131页 |
| 6.2.1 网络模型 | 第121-122页 |
| 6.2.2 分布式簇树的构建 | 第122-123页 |
| 6.2.3 多元感知数据降维聚类分析原理 | 第123-127页 |
| 6.2.4 基于LLE算法的WMSN数据维数约简算法 | 第127-129页 |
| 6.2.5 基于LLA算法的WMSN数据维数约简算法 | 第129-131页 |
| 6.3 仿真实验与性能分析 | 第131-138页 |
| 6.3.1 高维人工感知数据集的测试分析 | 第131-134页 |
| 6.3.2 近邻样本点个数对算法有效性的影响 | 第134-135页 |
| 6.3.3 实际高维多媒体数据集的测试分析 | 第135-138页 |
| 6.4 本章小结 | 第138-139页 |
| 第7章 结论与展望 | 第139-143页 |
| 7.1 结论 | 第139-141页 |
| 7.2 展望 | 第141-143页 |
| 参考文献 | 第143-159页 |
| 致谢 | 第159-161页 |
| 作者攻读博士学位期间发表的学术论文 | 第161-162页 |
广告服务 
