| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 图索引 | 第8-9页 |
| 1 绪论 | 第9-20页 |
| 1.1 无线传感器网络简介 | 第9-11页 |
| 1.1.1 无线传感器网络的发展及其特点 | 第9-10页 |
| 1.1.2 无线传感器网络关键技术 | 第10-11页 |
| 1.2 无线传感器网络研究背景及意义 | 第11-12页 |
| 1.3 无线传感器网络典型应用 | 第12-14页 |
| 1.3.1 国防军事领域中的应用 | 第12-13页 |
| 1.3.2 工业中的应用 | 第13页 |
| 1.3.3 环境监测中的应用 | 第13-14页 |
| 1.3.4 其他方面应用 | 第14页 |
| 1.4 环境监测国内外研究动态 | 第14-15页 |
| 1.5 异常值检测技术国内外研究动态 | 第15-18页 |
| 1.6 本文的创新点 | 第18页 |
| 1.7 论文的组织 | 第18-20页 |
| 2 环境监测无线传感器网络系统 | 第20-24页 |
| 2.1 无线传感器网络组成 | 第20-22页 |
| 2.2 无线传感网络工作原理 | 第22页 |
| 2.3 层次化的无线传感网络模型 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 核密度估计方法 | 第24-29页 |
| 3.1 直方图法(Histogram) | 第24-25页 |
| 3.2 Rosenblatt法 | 第25页 |
| 3.3 Parzen核估计法 | 第25-26页 |
| 3.4 核密度估计法 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 基于多维Epanechnikov核密度估计的异常检测算法 | 第29-38页 |
| 4.1 传感器网络的分布式结构模型 | 第29-31页 |
| 4.2 异常数据的概念 | 第31-32页 |
| 4.3 基于核密度估计的环境传感器数据流异常检测算法简介 | 第32-37页 |
| 4.3.1 基于k近邻的采样算法 | 第33-34页 |
| 4.3.2 基于多维Epanechnikov核密度估计的异常检测算法 | 第34-37页 |
| 4.4 本章小结 | 第37-38页 |
| 5 实验与分析 | 第38-56页 |
| 5.1 MATLAB仿真软件简介 | 第38页 |
| 5.2 KDE的MATLAB实现 | 第38-39页 |
| 5.3 算法举例 | 第39-45页 |
| 5.3.1 一维属性数据Epanechnikov核密度估计异常值检测算法举例 | 第40-44页 |
| 5.3.2 二维属性数据Epanechnikov核密度估计异常值检测算法举例 | 第44-45页 |
| 5.4 实验结果与分析 | 第45-55页 |
| 5.4.1 一维属性数据异常值检测算法的实验验证 | 第45-50页 |
| 5.4.2 多元数据Epanechnikov核密度估计异常检测算法的实验验证 | 第50-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 结束语 | 第56-57页 |
| 6.1 本文工作总结 | 第56页 |
| 6.2 下一步工作 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
