| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-19页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·局域网中流量预测模型的研究现状 | 第9-11页 |
| ·传感器网络中流量预测模型的研究现状 | 第11-13页 |
| ·无线传感器网络结构特性 | 第13-17页 |
| ·传感器网络节点的结构及特点 | 第14-15页 |
| ·传感器网络协议结构 | 第15-16页 |
| ·传感器网络的安全问题 | 第16-17页 |
| ·本文的主要研究工作 | 第17-18页 |
| ·本文的组织结构 | 第18-19页 |
| 第二章 流量预测模型 | 第19-24页 |
| ·实际网络流量特征以及建模原则 | 第19-20页 |
| ·实际网络流量特征 | 第19-20页 |
| ·网络流量建模的原则 | 第20页 |
| ·传统热点模型介绍 | 第20-23页 |
| ·Elman 人工神经网络模型 | 第20-21页 |
| ·隐Markov 模型 | 第21-22页 |
| ·Poisson 模型 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 WSN 中基于ARIMA 模型的流量预测方法 | 第24-46页 |
| ·无线传感器网络建模场景分析 | 第24-25页 |
| ·传感器网络中经典模型介绍 | 第25-31页 |
| ·ARIMA 模型建模 | 第31-39页 |
| ·ARIMA 建模描述 | 第31-33页 |
| ·时间序列的平稳性 | 第33-34页 |
| ·模型识别 | 第34-35页 |
| ·参数估计 | 第35-36页 |
| ·模型检验与优化 | 第36-38页 |
| ·模型预测 | 第38-39页 |
| ·无线传感器网络中的信息采集 | 第39-41页 |
| ·信息采集场景中基于ARIMA 的流量预测 | 第41-45页 |
| ·基本思想 | 第42页 |
| ·两种预测方法以及选择ARIMA 模型的理由 | 第42-43页 |
| ·ARIMA模型阶数选择 | 第43-44页 |
| ·基于ARIMA 模型的信息采集 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 预测模型的实验分析及应用 | 第46-64页 |
| ·实验工具及环境 | 第46-51页 |
| ·软件简介 | 第46-48页 |
| ·软件初步使用 | 第48-49页 |
| ·其他统计软件 | 第49-51页 |
| ·ARIMA实验建模 | 第51-61页 |
| ·建模实验 | 第51-58页 |
| ·实验结果分析 | 第58-61页 |
| ·流量预测的应用 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| ·论文的主要贡献 | 第64-65页 |
| ·下一步的工作 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 作者在硕士研究生期间发表的论文 | 第72页 |