| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-30页 |
| 1.1 课题研究背景与研究意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-24页 |
| 1.2.1 感知物理实体的终端设备技术 | 第17页 |
| 1.2.2 通信协议和标准的制定 | 第17-19页 |
| 1.2.3 数据模型与格式统一及互操作技术 | 第19-20页 |
| 1.2.4 物联网服务与节点的发现技术 | 第20-21页 |
| 1.2.5 数据隐私性与可靠性保障及协作激励技术 | 第21-22页 |
| 1.2.6 物联网实体数据分析技术 | 第22-24页 |
| 1.3 论文的创新点 | 第24-27页 |
| 1.4 论文的主要内容和结构安排 | 第27-30页 |
| 第二章 物联网实体相似性分析技术基础 | 第30-36页 |
| 2.1 互联网中相似性分析方法概述 | 第30-33页 |
| 2.1.1 时间序列的相似性分析 | 第30-31页 |
| 2.1.2 相似性度量分析 | 第31-32页 |
| 2.1.3 互联网中相似性分析技术的典型应用 | 第32-33页 |
| 2.2 物联网中相似性计算的典型应用 | 第33-35页 |
| 2.3 本章小结 | 第35-36页 |
| 第三章 实体状态数据分段相似性计算方法 | 第36-60页 |
| 3.1 引言 | 第36-37页 |
| 3.2 分段点的计算方法 | 第37-41页 |
| 3.2.1 函数拐点的计算 | 第38-39页 |
| 3.2.2 离散点集拐点的计算 | 第39-40页 |
| 3.2.3 数据分段点的计算 | 第40-41页 |
| 3.3 线性分段拟合算法 | 第41-45页 |
| 3.3.1 最小二乘多项式拟合 | 第42-43页 |
| 3.3.2 直线拟合算法 | 第43-44页 |
| 3.3.3 线性分段拟合算法 | 第44-45页 |
| 3.4 相似性分析方法 | 第45-47页 |
| 3.4.1 相似性模型的构建方法 | 第45-46页 |
| 3.4.2 相似度计算方法 | 第46-47页 |
| 3.5 分布式计算策略 | 第47-50页 |
| 3.5.1 相似性计算框架 | 第48-49页 |
| 3.5.2 分布式计算策略 | 第49-50页 |
| 3.6 仿真验证与结果分析 | 第50-58页 |
| 3.6.1 Intel Berkeley数据集概述 | 第51页 |
| 3.6.2 架构设计与查询流程 | 第51-53页 |
| 3.6.3 结果排序算法 | 第53页 |
| 3.6.4 结果分析 | 第53-58页 |
| 3.7 本章小结 | 第58-60页 |
| 第四章 面向物联网的多特征实体相似性分析方法 | 第60-78页 |
| 4.1 引言 | 第60-61页 |
| 4.2 一种新的聚类计算方法 | 第61-63页 |
| 4.2.1 新的聚类方法简介 | 第62-63页 |
| 4.2.2 传感器数据聚类方法 | 第63页 |
| 4.3 多特征权重计算 | 第63-65页 |
| 4.3.1 特征权重的计算方法 | 第64-65页 |
| 4.3.2 权重的约束规则 | 第65页 |
| 4.4 多特征相似性分析方法 | 第65-68页 |
| 4.4.1 相似性模型的建模方法 | 第65-67页 |
| 4.4.2 相似度计算方法 | 第67-68页 |
| 4.5 仿真验证与结果分析 | 第68-76页 |
| 4.5.1 查询架构设计 | 第69-70页 |
| 4.5.2 结果排序方法 | 第70-71页 |
| 4.5.3 结果分析 | 第71-76页 |
| 4.6 本章小结 | 第76-78页 |
| 第五章 物联网中带特征选择的实体相似性计算方法 | 第78-94页 |
| 5.1 引言 | 第78-80页 |
| 5.2 特征选择算法 | 第80-82页 |
| 5.2.1 Relief算法介绍 | 第80-81页 |
| 5.2.2 改进的Relief算法 | 第81-82页 |
| 5.3 实体特征数据的选择方法 | 第82-85页 |
| 5.3.1 实体与特征的对应关系矩阵 | 第83页 |
| 5.3.2 三元关系表 | 第83-84页 |
| 5.3.3 SMEF算法 | 第84-85页 |
| 5.4 特征数据选择在实体相似性分析中的应用 | 第85-87页 |
| 5.4.1 在单特征相似性分析中的应用 | 第85-86页 |
| 5.4.2 在多特征相似性分析中的应用 | 第86-87页 |
| 5.5 仿真验证与结果分析 | 第87-92页 |
| 5.5.1 带特征选择的查询框架设计 | 第88-89页 |
| 5.5.2 查询准确度的分析 | 第89-91页 |
| 5.5.3 查询速度的分析 | 第91-92页 |
| 5.5.4 资源开销分析 | 第92页 |
| 5.6 本章小结 | 第92-94页 |
| 第六章 总结与展望 | 第94-100页 |
| 6.1 论文总结 | 第94-97页 |
| 6.2 工作展望 | 第97-100页 |
| 参考文献 | 第100-114页 |
| 缩略语说明 | 第114-116页 |
| 图表目录 | 第116-118页 |
| 致谢 | 第118-120页 |
| 攻读学位期间的学术成果 | 第120页 |