| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 关键技术研究现状 | 第12-16页 |
| 1.2.1 K均值聚类处理算法 | 第12-13页 |
| 1.2.2 典型的概率路由算法 | 第13-14页 |
| 1.2.3 PROPHET算法的已有的改进措施 | 第14页 |
| 1.2.4 典型的能量均衡传输算法 | 第14-15页 |
| 1.2.5 已有的变邻域搜索的改进和应用 | 第15-16页 |
| 1.3 本文的主要贡献和结构安排 | 第16-19页 |
| 第二章 容迟移动传感网络中数据传输与处理机制的相关研究 | 第19-25页 |
| 2.1 容迟移动传感网络简介 | 第19-20页 |
| 2.2 容迟移动传感网络的数据传输与处理机制 | 第20-24页 |
| 2.2.1 容迟移动传感网络的数据传输 | 第20-23页 |
| 2.2.2 聚类分析处理机制 | 第23-24页 |
| 2.3 容迟移动传感网络数据传输与处理机制面临的挑战 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 DTMSN中面向数据堆积的改进型K均值聚类处理算法 | 第25-38页 |
| 3.1 基于线性判别分析的改进型K均值聚类处理算法 | 第25-31页 |
| 3.1.1 算法的设计思想 | 第25-26页 |
| 3.1.2 算法的定义 | 第26-29页 |
| 3.1.3 算法的描述 | 第29-31页 |
| 3.2 仿真分析 | 第31-37页 |
| 3.2.1 LKM算法对40维数据聚类处理的性能测试与比较 | 第32-34页 |
| 3.2.2 LKM算法对70维数据聚类处理的性能测试与比较 | 第34-35页 |
| 3.2.3 LKM算法的特征提取时间和聚类精度 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 DTMSN中基于节点活跃度的改进型概率路由算法 | 第38-52页 |
| 4.1 基于节点活跃度的改进型概率路由算法 | 第38-42页 |
| 4.1.1 NAPR算法的定义 | 第38-40页 |
| 4.1.2 TTL缓存管理机制 | 第40页 |
| 4.1.3 NAPR算法的描述 | 第40-42页 |
| 4.2 仿真分析 | 第42-51页 |
| 4.2.1 仿真配置 | 第42-43页 |
| 4.2.2 性能指标 | 第43页 |
| 4.2.3 α 取值的确定 | 第43-46页 |
| 4.2.4 节点缓存空间对算法的影响 | 第46-47页 |
| 4.2.5 节点数量对算法的影响 | 第47-49页 |
| 4.2.6 仿真时间对算法的影响 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第五章 DTMSN中基于变邻域搜索的多跳中继传输机制 | 第52-68页 |
| 5.1 基于变邻域搜索的多跳中继传输机制 | 第52-60页 |
| 5.1.1 网络模型 | 第53-55页 |
| 5.1.2 节点剩余能量的计算 | 第55-56页 |
| 5.1.3 最优值的计算 | 第56-57页 |
| 5.1.4 算法描述 | 第57-60页 |
| 5.2 仿真分析 | 第60-67页 |
| 5.2.1 算法性能指标 | 第61页 |
| 5.2.2 节点数量对算法的影响 | 第61-63页 |
| 5.2.3 仿真时间对算法的影响 | 第63-65页 |
| 5.2.4 跳数对算法的影响 | 第65-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录1攻读硕士学位期间撰写的论文 | 第74-75页 |
| 附录2攻读硕士学位期间申请的专利 | 第75-76页 |
| 附录3攻读硕士学位期间参加的科研项目 | 第76-77页 |
| 附录4攻读硕士学位期间获得的奖项 | 第77-78页 |
| 致谢 | 第78页 |
