| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 论文的研究意义 | 第12-14页 |
| 1.4 本文主要研究工作 | 第14页 |
| 1.5 论文结构安排 | 第14-16页 |
| 2 相关理论和技术 | 第16-26页 |
| 2.1 传感器网络概述 | 第16-19页 |
| 2.1.1 传感器网络的概念 | 第16页 |
| 2.1.2 传感器网络体系结构 | 第16-18页 |
| 2.1.3 传感器网络的研究难点 | 第18-19页 |
| 2.2 粗糙集与属性约简 | 第19-21页 |
| 2.2.1 粗糙集理论 | 第19-20页 |
| 2.2.2 属性约简综述 | 第20-21页 |
| 2.3 皮尔森相关系数简介 | 第21-22页 |
| 2.4 不完全数据填充算法 | 第22-26页 |
| 3 基于属性重要性的不完全数据填充算法 | 第26-43页 |
| 3.1 不完全数据 | 第27-28页 |
| 3.2 基于扩展差别矩阵的不完全系统属性约简算法 | 第28-31页 |
| 3.2.1 基于差别矩阵的属性约简算法 | 第28-30页 |
| 3.2.2 基于扩展差别矩阵的不完全系统属性约简算法 | 第30-31页 |
| 3.3 改进的马氏距离缺失数据填充算法 | 第31-33页 |
| 3.4 基于相似度概率的不完全数据填充算法 | 第33-34页 |
| 3.5 基于属性重要性的不完全数据填充算法 | 第34-36页 |
| 3.6 实验与仿真 | 第36-43页 |
| 3.6.1 数据来源 | 第37页 |
| 3.6.2 实验环境 | 第37页 |
| 3.6.3 仿真对比实验 | 第37-42页 |
| 3.6.4 复杂度分析 | 第42-43页 |
| 4 基于嵌套窗口的数据流不完全数据填充算法 | 第43-54页 |
| 4.1 相关定义 | 第43-45页 |
| 4.2 基于嵌套窗口的数据流缺失数据预测模型 | 第45页 |
| 4.3 算法描述 | 第45-49页 |
| 4.3.1 增量Pearson相关系数计算 | 第46页 |
| 4.3.2 基于时间相关的线性填充算法 | 第46-47页 |
| 4.3.3 基于嵌套窗口的不完全数据流填充算法 | 第47-49页 |
| 4.4 实验与仿真 | 第49-54页 |
| 4.4.1 数据来源 | 第49-50页 |
| 4.4.2 实验环境 | 第50页 |
| 4.4.3 仿真实验 | 第50-52页 |
| 4.4.4 对比实验 | 第52-53页 |
| 4.4.5 复杂度分析 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |