| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·无线传感器网络概述 | 第11-13页 |
| ·无线传感器网络系统结构 | 第11-12页 |
| ·无线传感器网络节点结构 | 第12页 |
| ·无线传感器网络发展现状及特点 | 第12-13页 |
| ·无线传感器网络的应用及故障产生的影响 | 第13页 |
| ·无线传感器网络故障诊断简介 | 第13-16页 |
| ·无线传感器网络故障分类 | 第14页 |
| ·无线传感器网络故障诊断的特点 | 第14-15页 |
| ·无线传感器网络故障诊断技术的研究现状 | 第15-16页 |
| ·论文的主要工作 | 第16-17页 |
| 第2章 基于粗糙集理论的WSN故障诊断技术研究 | 第17-32页 |
| ·引言 | 第17页 |
| ·粗糙集理论基本概念 | 第17-22页 |
| ·信息表知识表达系统 | 第17-19页 |
| ·不可分辨关系 | 第19页 |
| ·上近似、下近似和边界区 | 第19-20页 |
| ·属性的依赖性和重要性 | 第20-21页 |
| ·属性的核和约简 | 第21-22页 |
| ·粗糙集理论约简算法 | 第22-25页 |
| ·一般约简算法 | 第22-23页 |
| ·基于贪心策略的属性约简算法 | 第23-24页 |
| ·基于可辨识矩阵的属性约简算法 | 第24-25页 |
| ·基于粗糙集理论的WSN故障诊断技术 | 第25-31页 |
| ·粗糙集理论用于故障诊断的方法 | 第25-26页 |
| ·基于粗糙集理论的WSN故障属性约简 | 第26-30页 |
| ·实验与结果分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 小波神经网络的改进及其在WSN故障诊断中的应用 | 第32-44页 |
| ·神经网络的基本理论 | 第32-33页 |
| ·小波神经网络 | 第33-37页 |
| ·小波分析知识 | 第33页 |
| ·原始小波神经网络算法 | 第33-36页 |
| ·改进的小波神经网络算法 | 第36-37页 |
| ·基于改进的小波神经网络算法的训练实验 | 第37-41页 |
| ·基于改进的小波神经网络算法的WSN故障诊断实验 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 粗糙集与小波神经网络集成的WSN故障诊断算法 | 第44-49页 |
| ·粗糙集与小波神经网络集成的RS-IWNN算法 | 第44-45页 |
| ·在WSN故障诊断中应用RS-IWNN算法的优势 | 第45-46页 |
| ·实验与结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于DFD算法的WSN故障诊断方法研究及改进 | 第49-55页 |
| ·无线传感器网络CTP协议 | 第49页 |
| ·无线传感器网络DFD故障诊断算法 | 第49-51页 |
| ·CTP协议下的DFD故障诊断算法的改进 | 第51-52页 |
| ·仿真实验 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 WSN节点故障诊断系统设计 | 第55-61页 |
| ·WSN故障诊断系统的诊断方式 | 第55-56页 |
| ·集中式诊断方式 | 第55页 |
| ·分布式诊断方式 | 第55页 |
| ·两种诊断方式比较 | 第55-56页 |
| ·WSN故障诊断系统的诊断启动方式和工作流程 | 第56-57页 |
| ·WSN故障诊断系统上位机软件设计 | 第57-60页 |
| ·串.通信实现 | 第57-58页 |
| ·后台数据库系统设计 | 第58页 |
| ·软件主界面设计 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第7章 结论与展望 | 第61-62页 |
| ·结论 | 第61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 学术成果 | 第66页 |
