| 作者简介 | 第6-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第16-27页 |
| §1.1 研究背景与意义 | 第16-20页 |
| §1.2 研究现状分析 | 第20-23页 |
| 1.2.1 现有WSN异常检测算法分析 | 第20-21页 |
| 1.2.2 WSN中的数据融合算法综述 | 第21-23页 |
| §1.3 研究目标即关键问题分析 | 第23-24页 |
| §1.4 选题来源 | 第24页 |
| §1.5 研究内容及安排 | 第24-27页 |
| 第二章 WSN中的异常检测算法综述 | 第27-42页 |
| §2.1 引言 | 第27页 |
| §2.2 WSN异常检测算法中的基本理论介绍 | 第27-30页 |
| 2.2.1 异常定义 | 第27-28页 |
| 2.2.2 异常检测的重要性 | 第28-29页 |
| 2.2.3 WSN中异常检测面临的挑战 | 第29-30页 |
| §2.3 WSN异常检测算法的分类标准 | 第30-33页 |
| 2.3.1 节点采集数据 | 第30-31页 |
| 2.3.2 WSN中的异常类型 | 第31页 |
| 2.3.3 WSN中的异常来源识别 | 第31-33页 |
| 2.3.4 WSN中的先验知识可用性分析 | 第33页 |
| §2.4 WSN中异常检测算法的分类介绍 | 第33-38页 |
| 2.4.1 基于统计的方式 | 第33-35页 |
| 2.4.2 基于最近邻域的方式 | 第35-36页 |
| 2.4.3 基于成簇方式 | 第36页 |
| 2.4.4 基于分类的方式 | 第36-37页 |
| 2.4.5 基于频谱分解的方法 | 第37-38页 |
| §2.5 WSN中异常检测算法的评价与分析 | 第38-41页 |
| 2.5.1 异常检测算法评价标准 | 第38-39页 |
| 2.5.2 WSN中异常检测算法的缺点 | 第39-40页 |
| 2.5.3 WSN中有效异常检测算法的要求 | 第40页 |
| 2.5.4 WSN异常检测算法未来研究的重点 | 第40-41页 |
| §2.6 本章小结 | 第41-42页 |
| 第三章 基于SAX的时空压缩算法研究 | 第42-54页 |
| §3.1 引言 | 第42页 |
| §3.2 基于SAX的时空压缩算法概述 | 第42-44页 |
| §3.3 SAX算法介绍 | 第44-46页 |
| §3.4 基于SAX的时空数据压缩过程 | 第46-49页 |
| 3.4.1 基于SAX的空间数据压缩过程 | 第47-48页 |
| 3.4.2 基于SAX的时间数据压缩过程 | 第48页 |
| 3.4.3 基于SAX的时空数据压缩过程 | 第48-49页 |
| §3.5 基于SAX的时空数据重构过程 | 第49-50页 |
| §3.6 实验结果与分析 | 第50-53页 |
| 3.6.1 算法中数据重构精度的分析 | 第50-51页 |
| 3.6.2 阈值δ对实验结果的影响 | 第51-52页 |
| 3.6.3 节能效果分析 | 第52-53页 |
| §3.7 本章小结 | 第53-54页 |
| 第四章 基于压缩感知算法的改进LEACH协议模型研究 | 第54-65页 |
| §4.1 引言 | 第54-55页 |
| §4.2 LEACH协议介绍 | 第55-56页 |
| 4.2.1 LEACH协议基本原理 | 第55页 |
| 4.2.2 LEACH协议算法特点 | 第55-56页 |
| 4.2.3 LEACH协议算法局限性 | 第56页 |
| §4.3 结构化压缩感知算法 | 第56-58页 |
| §4.4 改进LEACH协议数据压缩阶段 | 第58-60页 |
| 4.4.1 改进LEACH协议的成簇阶段 | 第58-59页 |
| 4.4.2 改进LEACH协议的数据传输阶段 | 第59-60页 |
| §4.5 改进LEACH协议数据重构阶段 | 第60-61页 |
| §4.6 实验结果与分析 | 第61-64页 |
| 4.6.1 实验环境及相关参数的设定 | 第61页 |
| 4.6.2 实验结果分析 | 第61-64页 |
| §4.7 本章小结 | 第64-65页 |
| 第五章 基于压缩数据的异常检测算法研究 | 第65-79页 |
| §5.1 引言 | 第65-66页 |
| §5.2 基于改进PAA的数据压缩阶段 | 第66-68页 |
| §5.3 基于压缩数据的异常检测阶段 | 第68-72页 |
| 5.3.1 改进的K均值分类算法 | 第68-70页 |
| 5.3.2 基于人工免疫机制的分类优化算法 | 第70-72页 |
| §5.4 基于压缩数据的异常检测算法综述 | 第72-73页 |
| §5.5 实验结果与分析 | 第73-78页 |
| 5.5.1 实验环境及评价标准说明 | 第73-74页 |
| 5.5.2 实验结果分析 | 第74-78页 |
| §5.6 本章小结 | 第78-79页 |
| 第六章 基于改进LLE的异常检测模型研究 | 第79-92页 |
| §6.1 引言 | 第79-80页 |
| §6.2 LLE算法介绍 | 第80-82页 |
| §6.3 基于改进LLE的异常检测模型 | 第82-85页 |
| 6.3.1 寻找节点数据的K个数据邻近点 | 第82-83页 |
| 6.3.2 构建局部重构权值矩阵 | 第83-84页 |
| 6.3.3 数据映射降维过程 | 第84-85页 |
| §6.4 实验结果与分析 | 第85-91页 |
| 6.4.1 参数K和d的取值分析 | 第88-89页 |
| 6.4.2 错误异常检测结果分析 | 第89页 |
| 6.4.3 事件异常检测结果分析 | 第89-90页 |
| 6.4.4 节能及实时性分析 | 第90-91页 |
| §6.5 本章小结 | 第91-92页 |
| 第七章 总结与展望 | 第92-95页 |
| §7.1 论文研究工作及贡献 | 第92-93页 |
| §7.2 进一步研究展望 | 第93-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-103页 |