首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

机会传感网络关键节点的评估

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-13页
    1.1 研究背景与意义第9-10页
    1.2 研究内容第10-11页
    1.3 文章组织结构第11-13页
第2章 相关研究第13-24页
    2.1 节点重要度指标第13-17页
        2.1.1 基于节点邻居的指标第13-15页
        2.1.2 基于路径的指标第15-17页
    2.2 关键节点评估方法第17-22页
        2.2.1 基于节点重要度指标的评估方法第17-19页
        2.2.2 基于节点位置的评估方法第19-21页
        2.2.3 基于节点移除法的评估方法第21-22页
    2.3 常用的评价方法第22-23页
        2.3.1 网络鲁棒性和脆弱性第22-23页
        2.3.2 传播模型第23页
    2.4 本章小结第23-24页
第3章 多属性决策理论第24-30页
    3.1 多属性决策基本概念第24-25页
        3.1.1 多属性决策的基本要素第24页
        3.1.2 属性分类及决策矩阵第24-25页
    3.2 多属性决策过程第25-28页
        3.2.1 决策矩阵的规范化第25-26页
        3.2.2 属性权重确定第26-27页
        3.2.3 备选方案的综合评价第27-28页
    3.3 常用的多属性决策方法第28-29页
        3.3.1 线性加权法第28页
        3.3.2 几何平均法第28-29页
        3.3.3 理想解方法第29页
    3.4 本章小结第29-30页
第4章 基于博弈论组合赋权TOPSIS的关键节点评估第30-51页
    4.1 场景描述第30-31页
    4.2 关键节点评估属性第31-35页
        4.2.1 时间可达图模型第31-33页
        4.2.2 评估属性定义第33-35页
    4.3 评估属性权重确定第35-39页
        4.3.1 层次分析法确定权重第35-37页
        4.3.2 熵权法确定权重第37-38页
        4.3.3 博弈论组合赋权第38-39页
    4.4 关键节点评估方法第39-41页
    4.5 评估结果验证方法第41-42页
    4.6 实验设计与分析第42-50页
        4.6.1 仿真实验平台第42-44页
        4.6.2 实验方案设计第44-47页
        4.6.3 评估结果比较与验证第47-50页
    4.7 本章小结第50-51页
第5章 基于马氏距离的关键节点评估第51-59页
    5.1 GTCW_TOPSIS的不足第51-52页
    5.2 评估属性间相关性分析第52-53页
    5.3 马氏距离第53-54页
    5.4 关键节点评估方法第54-56页
        5.4.1 关键节点评估方法描述第54-55页
        5.4.2 关键节点评估算法第55-56页
    5.5 实验设计与分析第56-58页
        5.5.1 与GTCW_TOPSIS的评估结果比较第56-58页
        5.5.2 评估精度比较第58页
    5.6 本章小结第58-59页
第6章 总结与展望第59-61页
    6.1 总结第59-60页
    6.2 展望第60-61页
参考文献第61-66页
攻读硕士学位期间参与课题情况第66-67页
攻读硕士学位期间发表论文、著作权及获奖情况第67-68页
致谢第68-69页

论文共69页,点击 下载论文
上一篇:局部二值模式和卷积神经网络在多姿态人脸识别中的应用研究
下一篇:基于深度卷积神经网络的人体动作识别