首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于支持向量机的无线传感器网络节点定位方法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·研究的背景与意义第7-9页
     ·课题的研究背景第7-8页
     ·课题的研究意义第8页
     ·课题的研究目的第8-9页
   ·研究现状第9-11页
     ·基于SVM节点定位的研究现状第9-10页
     ·基于LS-SVM节点定位的研究现状第10-11页
   ·本文的主要工作第11-13页
第二章 基于测距的节点定位相关知识第13-21页
   ·引言第13页
   ·测量距离方法第13-16页
     ·到达时间与到达时间差测量方法第13-15页
     ·到达角度测量方法第15页
     ·接受信号强度测量方法第15-16页
   ·基于测距的定位算法第16-19页
     ·三边测量法第17-18页
     ·三角测量法第18页
     ·极大拟然估计法与最小二乘估计法第18-19页
   ·本章小结第19-21页
第三章 基于量子粒子群最小二乘支持向量机的节点定位第21-29页
   ·引言第21页
   ·最小二乘支持向量机节点定位模型第21-25页
     ·支持向量机定位建模第21-23页
     ·最小二乘支持向量机定位建模第23-24页
     ·仿真实例第24-25页
   ·利用量子粒子群调节最小二乘支持向量机模型参数第25-27页
   ·定位仿真第27-28页
   ·本章小结第28-29页
第四章 基于改进鲁棒最小二乘支持向量机的节点定位第29-37页
   ·引言第29页
   ·加权最小二乘支持向量机定位算法第29-32页
     ·加权最小二乘支持向量机定位建模第29-30页
     ·仿真实例第30-32页
   ·改进鲁棒最小二乘支持向量机定位算法第32-33页
     ·改进鲁棒最小二乘支持向量机定位算法第32-33页
     ·仿真实例第33页
   ·定位仿真第33-35页
   ·本章小结第35-37页
第五章 基于改进鲁棒最小二乘支持向量机的移动节点定位第37-43页
   ·引言第37页
   ·移动节点定位第37-41页
     ·未知节点移动定位第37-38页
     ·锚节点移动定位第38页
     ·锚节点和未知节点移动定位第38-39页
     ·仿真实例第39-41页
   ·移动节点轨迹预测第41-42页
   ·本章小结第42-43页
第六章 结论与展望第43-45页
   ·结论第43页
   ·展望第43-45页
致谢第45-46页
参考文献第46-51页
攻读硕士学位期间完成的论文第51页

论文共51页,点击 下载论文
上一篇:无线传感器网络人工免疫入侵检测方法
下一篇:无线传感器网络粒子群优化定位算法