| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 课题研究背景 | 第15-18页 |
| 1.2 国内外研究现状 | 第18-19页 |
| 1.3 研究目的及意义 | 第19-20页 |
| 1.3.1 课题目的 | 第19页 |
| 1.3.2 课题意义 | 第19-20页 |
| 1.4 论文研究内容及章节安排 | 第20-22页 |
| 1.4.1 论文主要工作 | 第20页 |
| 1.4.2 各章内容安排 | 第20-22页 |
| 第二章 聚类算法相关知识 | 第22-36页 |
| 2.1 聚类分析 | 第22-29页 |
| 2.1.1 分割方法 | 第23-25页 |
| 2.1.2 层次方法 | 第25-26页 |
| 2.1.3 基于密度的方法 | 第26-27页 |
| 2.1.4 基于网格的方法 | 第27页 |
| 2.1.5 其他聚类方法 | 第27-29页 |
| 2.2 近邻传播(Affinity Propagation)算法 | 第29-35页 |
| 2.2.1 AP算法相关介绍 | 第29-32页 |
| 2.2.2 AP算法改进 | 第32-35页 |
| 2.3 本章小结 | 第35-36页 |
| 第三章 半监督AP聚类的水面传感器网络数据收集方法 | 第36-56页 |
| 3.1 网络及通信模型 | 第36页 |
| 3.2 半监督自适应AP聚类算法设计 | 第36-48页 |
| 3.2.1 构建相似度矩阵 | 第38-42页 |
| 3.2.2 迭代更新吸引度矩阵和归属度矩阵 | 第42-44页 |
| 3.2.3 自适应的衰减因子 | 第44-45页 |
| 3.2.4 基于二分法的半监督偏置参数设置 | 第45-47页 |
| 3.2.5 形成聚类结果 | 第47-48页 |
| 3.3 基于类代表节点的路径规划算法 | 第48-54页 |
| 3.3.1 旅行商问题 | 第49页 |
| 3.3.2 贪心算法 | 第49-51页 |
| 3.3.3 蚁群算法 | 第51-54页 |
| 3.4 性能评价指标 | 第54-55页 |
| 3.4.1 网络数据收集时间 | 第54页 |
| 3.4.2 网络生存时间 | 第54页 |
| 3.4.3 网络总能耗 | 第54-55页 |
| 3.4.4 能距效率 | 第55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 仿真实验分析 | 第56-67页 |
| 4.1 可行性分析 | 第56-60页 |
| 4.2 与相关方法的性能比较 | 第60-62页 |
| 4.2.1 网络数据收集时间比较 | 第60-61页 |
| 4.2.2 能距效率比较 | 第61-62页 |
| 4.3 节点能耗均衡性分析 | 第62-65页 |
| 4.4 相关参数对实验结果的影响 | 第65-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67页 |
| 5.2 对未来工作的展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第74-76页 |