| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 E-LEARNING 及其发展 | 第12-13页 |
| 1.2 从普适计算到智能空间 | 第13页 |
| 1.3 问题的提出 | 第13-14页 |
| 1.4 课题的项目背景 | 第14-15页 |
| 1.5 本文的主要工作 | 第15页 |
| 1.6 本文的组织结构 | 第15-16页 |
| 1.7 小结 | 第16-17页 |
| 第二章 关键技术介绍 | 第17-23页 |
| 2.1 智能空间 | 第17-19页 |
| 2.2 多传感器信息融合 | 第19-22页 |
| 2.3 小结 | 第22-23页 |
| 第三章 基于面向对象的智能空间建模 | 第23-33页 |
| 3.1 概述 | 第23-24页 |
| 3.1.1 智能空间建模需求 | 第23页 |
| 3.1.2 面向对象原理 | 第23-24页 |
| 3.2 智能空间的对象模型 | 第24-29页 |
| 3.2.1 传输平台建模 | 第24-26页 |
| 3.2.2 服务元素建模 | 第26-28页 |
| 3.2.3 智能空间建模 | 第28-29页 |
| 3.3 智能空间的扩展与互联 | 第29-32页 |
| 3.3.1 智能空间的信息隐藏机制 | 第29-30页 |
| 3.3.2 智能空间的扩展与互联机制 | 第30-32页 |
| 3.4 小结 | 第32-33页 |
| 第四章 结合粗糙集与神经网络的多传感器信息融合算法 | 第33-48页 |
| 4.1 神经网络 | 第33-34页 |
| 4.2 基于粗糙集理论的传感器信息约简 | 第34-39页 |
| 4.2.1 基本概念 | 第34-37页 |
| 4.2.2 约简算法 | 第37-39页 |
| 4.3 多神经网络结合的信息融合 | 第39-44页 |
| 4.3.1 神经网络的建立 | 第39-43页 |
| 4.3.2 多神经网络结构的信息融合 | 第43-44页 |
| 4.4 实验 | 第44-47页 |
| 4.5 小结 | 第47-48页 |
| 第五章 多传感器信息融合平台的设计实现 | 第48-66页 |
| 5.1 系统总体设计 | 第48-50页 |
| 5.1.1 系统框架 | 第48-49页 |
| 5.1.2 功能层次 | 第49页 |
| 5.1.3 融合流程 | 第49-50页 |
| 5.2 模块设计 | 第50-52页 |
| 5.2.1 注册模块 | 第50页 |
| 5.2.2 信息转发模块 | 第50-51页 |
| 5.2.3 信息融合模块 | 第51-52页 |
| 5.3 通信协议设计 | 第52-62页 |
| 5.3.1 信息表示 | 第52-56页 |
| 5.3.2 数据压缩 | 第56-59页 |
| 5.3.3 通信时序 | 第59-62页 |
| 5.3.4 出错处理机制 | 第62页 |
| 5.4 系统硬件架构 | 第62-63页 |
| 5.5 系统软件架构 | 第63页 |
| 5.6 系统展示 | 第63-65页 |
| 5.7 小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 本文的主要工作 | 第66-67页 |
| 6.2 有待进一步解决的问题 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士期间发表的学术论文及参与的项目 | 第72页 |