| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题的研究背景及研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 机器人的个性化服务感知 | 第13-14页 |
| 1.2.2 机器人服务健康感知 | 第14-15页 |
| 1.2.3 智能空间远程监测 | 第15-16页 |
| 1.3 本文研究内容及研究方法 | 第16-17页 |
| 1.4 论文章节安排 | 第17-18页 |
| 第二章 机器人智能空间下采集数据的预处理 | 第18-30页 |
| 2.1 智能空间的相关概念 | 第18-19页 |
| 2.2 智能空间下数据的预处理 | 第19-23页 |
| 2.2.1 智能空间下数据的存储 | 第19-21页 |
| 2.2.2 智能空间下数据清理 | 第21-23页 |
| 2.3 智能空间下数据的填充 | 第23-28页 |
| 2.3.1 缺失数据填充方法的研究 | 第23-26页 |
| 2.3.2 智能空间下数据填充方法的验证 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 智能空间下机器人个性化服务推理与健康修正 | 第30-50页 |
| 3.1 智能空间下机器人个性化服务推理方法的选择 | 第30-38页 |
| 3.1.1 机器学习算法介绍 | 第31-33页 |
| 3.1.2 机器学习方法的比较与选择 | 第33-38页 |
| 3.2 智能空间下机器人个性化服务的推理 | 第38-41页 |
| 3.2.1 实时数据采集正常情况下的服务推理 | 第38-39页 |
| 3.2.2 实时数据缺失下的服务推理 | 第39-41页 |
| 3.3 智能空间下机器人个性化服务的健康修正 | 第41-48页 |
| 3.3.1 健康专家系统 | 第41-44页 |
| 3.3.2 基于健康专家系统的个性化服务的修正 | 第44-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 基于cloudstack云平台和APP的机器人服务远程监控 | 第50-62页 |
| 4.1 Cloudstack云平台的介绍 | 第50-53页 |
| 4.1.1 Cloudstack综述与架构 | 第50-52页 |
| 4.1.2 Cloudstack云平台的源码搭建 | 第52-53页 |
| 4.2 基于cloudstack云平台的机器人服务API的二次开发 | 第53-57页 |
| 4.2.1 机器人服务API系统的代码结构 | 第53-55页 |
| 4.2.2 机器人服务API开发的相关实现 | 第55-57页 |
| 4.3 机器人服务的可视化设计 | 第57-60页 |
| 4.3.1 可视化系统需求分析 | 第57-58页 |
| 4.3.2 可视化系统设计与实现 | 第58-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第五章 实验及结果分析 | 第62-70页 |
| 5.1 系统总体设计 | 第62-63页 |
| 5.2 系统功能的实现 | 第63-69页 |
| 5.2.1 数据的存储 | 第63-64页 |
| 5.2.2 机器人个性化服务的推理与健康修正 | 第64-66页 |
| 5.2.3 机器人服务推理在cloudstack云平台的测试 | 第66-68页 |
| 5.2.4 可视化系统的测试 | 第68-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 本文主要研究结果 | 第70页 |
| 6.2 下一步研究方向 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 硕士期间发表的论文和科研成果 | 第80页 |
| 硕士期间参加的科研工作 | 第80-81页 |
| 学位论文评阅及答辩情况表 | 第81页 |
