| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景与意义 | 第9-11页 |
| 1.1.1 物联网搜索的特点 | 第9-10页 |
| 1.1.2 物联网搜索与传统搜索的差异性 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 基于自描述数据匹配的物联网搜索研究现状 | 第11-12页 |
| 1.2.2 基于传感器数据相似性匹配的物联网搜索研究现状 | 第12页 |
| 1.3 本文主要工作与章节安排 | 第12-14页 |
| 第二章 物联网搜索及其关键技术 | 第14-21页 |
| 2.1 物联网搜索中的分词技术分析 | 第14-16页 |
| 2.1.1 算法介绍 | 第15-16页 |
| 2.2 感知数据及文本自动分类技术分析 | 第16-17页 |
| 2.2.1 词匹配法 | 第16-17页 |
| 2.2.2 基于知识工程的方法 | 第17页 |
| 2.2.3 统计学习法 | 第17页 |
| 2.3 物联网搜索中的查询技术分析 | 第17-18页 |
| 2.4 物联网搜索中的索引技术分析 | 第18页 |
| 2.5 物联网搜索中的结果排序分析 | 第18-19页 |
| 2.6 物联网搜索中的信息收集技术 | 第19-21页 |
| 第三章 物联网搜索的框架设计研究 | 第21-26页 |
| 3.1 物联网搜索中的实体及其概念分析与探究 | 第21-22页 |
| 3.2 物联网搜索中的实体表示、存储和搜索的分析 | 第22页 |
| 3.3 物联网搜索框架设计 | 第22-24页 |
| 3.4 搜索匹配分析机制设计 | 第24页 |
| 3.5 本章小结 | 第24-26页 |
| 第四章 基于SVM的具有多维动态数据与状态的传感器相似性匹配算法 | 第26-34页 |
| 4.1 基于数据的实体匹配原理 | 第26-27页 |
| 4.1.1 支持向量机 | 第27页 |
| 4.2 实体模型 | 第27-28页 |
| 4.3 匹配方法 | 第28页 |
| 4.4 匹配函数 | 第28-29页 |
| 4.5 匹配代价函数 | 第29页 |
| 4.6 算法验证 | 第29-33页 |
| 4.6.1 场景描述 | 第29-30页 |
| 4.6.2 数据准备 | 第30-31页 |
| 4.6.3 实验过程 | 第31-32页 |
| 4.6.4 实验评估 | 第32-33页 |
| 4.7 本章小结 | 第33-34页 |
| 第五章 物联网搜索系统的设计实现 | 第34-55页 |
| 5.1 物联网搜索系统的设计与建立 | 第34-50页 |
| 5.1.1 物联网搜索系统总体架构设计 | 第34-35页 |
| 5.1.2 关键模块设计 | 第35-48页 |
| 5.1.3 系统界面的设计 | 第48-50页 |
| 5.2 实验设计 | 第50-53页 |
| 5.2.1 感知数据配置 | 第51页 |
| 5.2.2 实验结果 | 第51-53页 |
| 5.3 验证与评估 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-58页 |
| 6.1 总结 | 第55-56页 |
| 6.2 进一步工作展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表的成果 | 第64页 |
