| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第一章 绪论 | 第15-20页 |
| ·研究背景与意义 | 第15-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·本文主要的研究内容和结构 | 第18-20页 |
| 第二章 基础知识和相关技术 | 第20-37页 |
| ·照度与照度场 | 第20-22页 |
| ·照度 | 第20-21页 |
| ·照度场 | 第21-22页 |
| ·无线传感器网络 | 第22-27页 |
| ·无线传感器网络概述 | 第22-23页 |
| ·无线传感器网络体系架构 | 第23-25页 |
| ·无线传感器网络通信协议 | 第25-27页 |
| ·基于无线传感器网络照度采集系统 | 第27-33页 |
| ·照度传感器硬件构成 | 第27-31页 |
| ·照度采集系统 | 第31-33页 |
| ·插值方法 | 第33-36页 |
| ·插值法 | 第33-34页 |
| ·典型的数值插值法 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第三章 基于CMAC神经网络的照度场重构方法研究 | 第37-46页 |
| ·CMAC神经网络概述 | 第37-39页 |
| ·CMAC神经网络工作原理 | 第37-38页 |
| ·CMAC神经网络算法实现 | 第38-39页 |
| ·基于CMAC神经网络的照度场重构方法研究与实现 | 第39-44页 |
| ·照度场重构方法研究 | 第39-40页 |
| ·基于CMAC神经网络的照度场重构方法的实现 | 第40-42页 |
| ·实验结果与分析 | 第42-44页 |
| ·小结 | 第44-46页 |
| 第四章 基于遗传算法的CMAC神经网络的参数优化研究 | 第46-55页 |
| ·遗传算法概述 | 第46-47页 |
| ·CMAC神经网络的学习率 | 第47-48页 |
| ·基于遗传算法的CMAC神经网络的学习率优化研究 | 第48-53页 |
| ·基于遗传算法的CMAC网络学习率优化方法 | 第48-50页 |
| ·基于遗传算法的CMAC网络学习率优化方法的实现 | 第50页 |
| ·实验结果与分析 | 第50-53页 |
| ·小结 | 第53-55页 |
| 第五章 建筑物内照度场重构系统的设计与实现 | 第55-65页 |
| ·系统概述 | 第55-56页 |
| ·设计思想 | 第55-56页 |
| ·核心技术 | 第56页 |
| ·系统的结构与功能 | 第56-58页 |
| ·系统结构 | 第56-57页 |
| ·主要功能 | 第57-58页 |
| ·软件设计 | 第58-63页 |
| ·总体设计 | 第58页 |
| ·模块与功能设计 | 第58-63页 |
| ·小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-68页 |
| ·结论 | 第65-66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 作者简介及读研期间主要科研成果 | 第73页 |