| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 章节安排 | 第11-13页 |
| 2 传感数据融合技术与注意力机制的数据处理综述 | 第13-21页 |
| 2.1 数据融合模型介绍 | 第13-14页 |
| 2.2 相关数据融合算法介绍 | 第14-17页 |
| 2.2.1 基于路由驱动的数据融合算法 | 第14页 |
| 2.2.2 基于消除时空相关性的数据融合算法 | 第14-15页 |
| 2.2.3 基于预测的数据融合算法 | 第15-16页 |
| 2.2.4 基于压缩的数据融合算法 | 第16-17页 |
| 2.3 基于注意力机制的数据处理介绍 | 第17-20页 |
| 2.3.1 注意力机制的概念 | 第17页 |
| 2.3.2 自底向上和自顶向下的信息 | 第17-19页 |
| 2.3.3 贝叶斯注意力框架 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 基于回归模型预测的WSN数据融合算法 | 第21-33页 |
| 3.1 问题提出 | 第21页 |
| 3.2 相关研究工作介绍 | 第21-25页 |
| 3.2.1 时间序列 | 第21-22页 |
| 3.2.2 状态空间模型 | 第22-23页 |
| 3.2.3 卡尔曼滤波 | 第23-24页 |
| 3.2.4 滑动窗口 | 第24-25页 |
| 3.3 数据建模算法 | 第25-27页 |
| 3.4 性能分析和仿真 | 第27-32页 |
| 3.4.1 实验数据集与参数 | 第27-29页 |
| 3.4.2 节点数据回归模型效果 | 第29-30页 |
| 3.4.3 与其他方法的性能比较 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 基于注意力机制的模型更新方法 | 第33-47页 |
| 4.1 问题提出 | 第33页 |
| 4.2 基于注意力机制的数据建模 | 第33-37页 |
| 4.2.1 数据显著度分析 | 第33-34页 |
| 4.2.2 绝对误差阈值的推导 | 第34-36页 |
| 4.2.3 模型关注区域 | 第36-37页 |
| 4.3 实验结果及分析 | 第37-46页 |
| 4.3.1 自顶向下信息对模型精度的影响 | 第37-40页 |
| 4.3.2 评估参数指标 | 第40页 |
| 4.3.3 性能比较 | 第40-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 基于模型更新的无线传感网络LEACH路由协议改进 | 第47-59页 |
| 5.1 问题提出 | 第47页 |
| 5.2 LEACH路由协议的介绍 | 第47-51页 |
| 5.2.1 LEACH路由协议网络模型 | 第47-48页 |
| 5.2.2 LEACH路由协议能耗模型 | 第48-49页 |
| 5.2.3 LEACH路由协议运行机制 | 第49-51页 |
| 5.3 LEACH协议簇内节点数据校验 | 第51-52页 |
| 5.4 LEACH协议簇首节点数据融合 | 第52-54页 |
| 5.5 基于模型更新的LEACH路由协议改进 | 第54-55页 |
| 5.6 实验结果及分析 | 第55-58页 |
| 5.6.1 实验数据集与参数 | 第55-56页 |
| 5.6.2 性能分析比较 | 第56-58页 |
| 5.7 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |