基于无线传感器网络的奶牛行为判别系统研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状分析 | 第9-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 研究结构安排与技术路线 | 第14-16页 |
| 第2章 奶牛行为判别系统设计 | 第16-34页 |
| 2.1 需求分析 | 第16页 |
| 2.2 系统总体架构 | 第16-18页 |
| 2.3 硬件部分设计 | 第18-25页 |
| 2.3.1 无线传感节点设计 | 第18-20页 |
| 2.3.2 无线AP选择 | 第20-21页 |
| 2.3.3 通信流程实现 | 第21-22页 |
| 2.3.4 无线传感节点传输性能测试 | 第22-25页 |
| 2.4 软件部分设计 | 第25-32页 |
| 2.4.1 软件规格说明 | 第25-27页 |
| 2.4.2 概要设计说明 | 第27-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第3章 奶牛行为判别算法设计 | 第34-60页 |
| 3.1 奶牛行为分类及依据 | 第34-35页 |
| 3.2 奶牛行为判别算法概述 | 第35-37页 |
| 3.2.1 无监督学习算法 | 第35-36页 |
| 3.2.2 有监督学习算法 | 第36-37页 |
| 3.2.3 半监督学习算法 | 第37页 |
| 3.3 半监督模糊聚类算法设计 | 第37-38页 |
| 3.4 算法对比试验 | 第38-48页 |
| 3.4.1 试验场景 | 第38-39页 |
| 3.4.2 试验方案 | 第39-41页 |
| 3.4.3 试验数据构成 | 第41页 |
| 3.4.4 试验结果与分析 | 第41-48页 |
| 3.5 D-S证据理论融合的奶牛行为判别算法 | 第48-58页 |
| 3.5.1 奶牛无线定位技术 | 第48-50页 |
| 3.5.2 D-S证据理论融合算法 | 第50-52页 |
| 3.5.3 定位精度对比试验设计 | 第52页 |
| 3.5.4 UWB定位试验结果与分析 | 第52-54页 |
| 3.5.5 证据融合试验结果与分析 | 第54-58页 |
| 3.6 本章小结 | 第58-60页 |
| 第4章 奶牛行为判别系统实现 | 第60-72页 |
| 4.1 软件实现 | 第60-65页 |
| 4.1.1 软件编程 | 第60-61页 |
| 4.1.2 软件测试 | 第61-64页 |
| 4.1.3 测试报告 | 第64-65页 |
| 4.2 软件页面设计 | 第65-69页 |
| 4.2.1 奶牛基础信息管理 | 第65-66页 |
| 4.2.2 无线传感节点管理 | 第66-67页 |
| 4.2.3 奶牛基础信息检索及展示 | 第67-68页 |
| 4.2.4 三轴加速度展示 | 第68-69页 |
| 4.3 运行环境及维护 | 第69-70页 |
| 4.3.1 VisualNMP安装及配置 | 第69-70页 |
| 4.3.2 防火墙配置 | 第70页 |
| 4.3.3 hosts文件配置 | 第70页 |
| 4.4 本章小结 | 第70-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 总结 | 第72-73页 |
| 5.2 创新点 | 第73页 |
| 5.3 展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读学位期间的研究成果 | 第82页 |
