体域网中多传感器数据融合算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题研究背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 研究目标 | 第9-10页 |
| 1.4 课题来源 | 第10页 |
| 1.5 本文的组织结构 | 第10-12页 |
| 第2章 体域网及数据融合相关理论 | 第12-20页 |
| 2.1 无线体域网的概述 | 第12页 |
| 2.2 数据融合概念 | 第12-13页 |
| 2.3 数据融合模型 | 第13-16页 |
| 2.3.1 情报环模型 | 第13-14页 |
| 2.3.2 JDL模型 | 第14-15页 |
| 2.3.3 Body模型 | 第15页 |
| 2.3.4 混合模型 | 第15-16页 |
| 2.4 数据融合算法 | 第16-18页 |
| 2.4.1 数据融合方法 | 第16-17页 |
| 2.4.2 数据融合步骤 | 第17-18页 |
| 2.5 本章小结 | 第18-20页 |
| 第3章 体域网的构建及数据预处理 | 第20-34页 |
| 3.1 无线体域网的构建 | 第20-25页 |
| 3.1.1 传感器节点的使用 | 第21-23页 |
| 3.1.2 数据分析软件的设计 | 第23-25页 |
| 3.2 MIMIC Ⅱ数据库的识读 | 第25-27页 |
| 3.2.1 Physio Bank数据库介绍 | 第25-26页 |
| 3.2.2 MIMIC数据库的数据获取 | 第26-27页 |
| 3.3 数据的预处理 | 第27-32页 |
| 3.3.1 假警报数据的剔除 | 第29-30页 |
| 3.3.2 信号的重采样 | 第30-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 体征数据的特征提取 | 第34-44页 |
| 4.1 数据去噪 | 第34-39页 |
| 4.1.1 噪声模型 | 第34-35页 |
| 4.1.2 去噪方法 | 第35-39页 |
| 4.2 数据的特征提取 | 第39-42页 |
| 4.2.1 基于极大似然法的特征提取 | 第39-41页 |
| 4.2.2 基于小波包变换法的特征提取 | 第41-42页 |
| 4.3 本章小结 | 第42-44页 |
| 第5章 基于模糊神经网络的多生理信号融合 | 第44-56页 |
| 5.1 神经网络理论 | 第44-46页 |
| 5.1.1 神经网络的分类 | 第45-46页 |
| 5.1.2 神经网络的优点与不足 | 第46页 |
| 5.2 模糊集合理论 | 第46-48页 |
| 5.2.1 模糊集合与模糊逻辑 | 第46-47页 |
| 5.2.2 模糊推理基础 | 第47-48页 |
| 5.3 模糊神经网络 | 第48-50页 |
| 5.3.1 模糊系统与神经网络的结合方式 | 第48-49页 |
| 5.3.2 模糊神经元 | 第49-50页 |
| 5.4 模糊神经网络的数据融合 | 第50-53页 |
| 5.5 模糊神经网络的改进 | 第53-54页 |
| 5.6 本章小结 | 第54-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 作者简介及科研成果 | 第62-64页 |
| 致谢 | 第64页 |
