| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 本文解决的问题和主要贡献 | 第11-13页 |
| 1.3 研究生期间主要工作 | 第13-14页 |
| 1.4 论文内容及结构综述 | 第14-16页 |
| 第二章 . 无线传感器网络故障管理技术研究现状 | 第16-22页 |
| 2.1 无线传感器网络及其故障管理 | 第16-18页 |
| 2.2 无线传感器网络故障检测技术的研究现状 | 第18-20页 |
| 2.3 无线传感器网路故障恢复技术的研究现状 | 第20-22页 |
| 第三章 基于支持向量机回归预测的故障检测算法 | 第22-40页 |
| 3.1 网络模型及分簇算法 | 第22-24页 |
| 3.2 基于支持向量机回归预测的故障检测算法 | 第24-33页 |
| 3.2.1 基于支持向量机回归预测的信誉等级划分 | 第24-32页 |
| 3.2.2 基于置信数据集的反馈型故障检测算法 | 第32-33页 |
| 3.3 仿真实验环境设置 | 第33-35页 |
| 3.3.1 仿真环境参数设置 | 第33-34页 |
| 3.3.2 分簇算法 | 第34-35页 |
| 3.4 仿真分析 | 第35-40页 |
| 3.4.1 支持向量机回归预测效果分析 | 第35-37页 |
| 3.4.2 SVR算法故障检测率分析 | 第37-38页 |
| 3.4.3 SVR算法能量消耗分析 | 第38-40页 |
| 第四章 基于遗传算法与主成分分析法的故障恢复算法 | 第40-49页 |
| 4.1 基于遗传算法和主要成分分析方法的故障恢复算法 | 第41-45页 |
| 4.1.1 初始化阶段 | 第41-42页 |
| 4.1.2 个体评价阶段 | 第42-43页 |
| 4.1.3 选择阶段 | 第43-44页 |
| 4.1.4 交叉阶段 | 第44-45页 |
| 4.1.5 变异阶段 | 第45页 |
| 4.2 仿真分析 | 第45-49页 |
| 4.2.1 CL-GA算法能量消耗分析 | 第45-47页 |
| 4.2.2 CL-GA算法能量恢复节点个数分析 | 第47-49页 |
| 第五章 总结及展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 作者攻读学位期间发表的学术论文目录 | 第54页 |