传感器网络中感知数据压缩技术研究
| 中文摘要 | 第1-3页 |
| 英文摘要 | 第3-16页 |
| 第1章 引言 | 第16-28页 |
| ·研究背景 | 第16-22页 |
| ·传感器网络的定义与结构 | 第16-18页 |
| ·传感器网络的特点 | 第18-19页 |
| ·无线传感器网络的应用 | 第19-20页 |
| ·传感器网络的发展前景 | 第20-22页 |
| ·国内外研究现状 | 第22-24页 |
| ·本文的动机 | 第24-25页 |
| ·本文的贡献 | 第25-26页 |
| ·论文结构 | 第26-28页 |
| 第2章 基于时间序列的数据压缩方法 | 第28-37页 |
| ·概述 | 第28-30页 |
| ·时间序列的表示 | 第29页 |
| ·时间序列的误差定义 | 第29-30页 |
| ·压缩时间序列的表示方法 | 第30-31页 |
| ·PCA_Best压缩方法 | 第31-35页 |
| ·时间序列长度的确定 | 第32页 |
| ·时间序列的划分 | 第32-33页 |
| ·分段的合并 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 基于高斯分布的数据压缩方法 | 第37-55页 |
| ·概述 | 第37-38页 |
| ·基于高斯分布的数据压缩方法 | 第38-44页 |
| ·高斯位压缩方法 | 第39-44页 |
| ·高斯位压缩技术分析 | 第44页 |
| ·高斯位压缩算法的优化 | 第44-53页 |
| ·优化的高斯位压缩方法 | 第45-47页 |
| ·GBC与 GBC_OPT的比较与分析 | 第47-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 基于小波变换的数据压缩方法 | 第55-68页 |
| ·小波和 Haar小波 | 第55-56页 |
| ·基于小波变换的最少化细节分量值压缩方法 | 第56-66页 |
| ·DCTree的构建算法 | 第57-59页 |
| ·可压缩细节分量值的确定 | 第59-65页 |
| ·小波系数索引的建立 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第5章 基于数据相关性的数据压缩方法 | 第68-81页 |
| ·概述 | 第68-70页 |
| ·保证质量的基础回归压缩方法 | 第70-80页 |
| ·本章小结 | 第80-81页 |
| 第6章 几种数据压缩方法的选择与分析 | 第81-94页 |
| ·TinyOS操作系统模型 | 第81页 |
| ·基于 TinyOS的数据压缩系统 | 第81-82页 |
| ·数据压缩率的比较 | 第82-91页 |
| ·不同数据压缩方法的选择 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 结论 | 第94-95页 |
| 致谢 | 第95-96页 |
| 攻读学位期间发表的论文 | 第96-97页 |
| 参考文献 | 第97-103页 |
| 独创性声明 | 第103页 |
| 学位论文版权使用授权书 | 第103页 |
