| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第15-25页 |
| 1.1 研究背景及意义 | 第15-19页 |
| 1.2 国内外最新研究进展 | 第19-22页 |
| 1.3 论文主要研究内容 | 第22-23页 |
| 1.4 论文组织结构 | 第23-25页 |
| 第2章 线性核学习机分布式训练方法研究 | 第25-43页 |
| 2.1 SVM简介 | 第25-27页 |
| 2.2 问题描述 | 第27页 |
| 2.3 线性SVM分布式训练方法 | 第27-35页 |
| 2.3.1 线性SVM优化问题分解 | 第28-29页 |
| 2.3.2 线性SVM分布式优化问题求解 | 第29-32页 |
| 2.3.3 节点间的协作方式 | 第32-33页 |
| 2.3.4 线性SVM分布式训练算法 | 第33-35页 |
| 2.4 仿真实验与结果分析 | 第35-40页 |
| 2.4.1 模拟数据集实验 | 第35-38页 |
| 2.4.2 UCI数据集实验 | 第38-40页 |
| 2.5 本章小结 | 第40-43页 |
| 第3章 非线性稀疏核学习机分布式训练方法研究 | 第43-71页 |
| 3.1 相关知识 | 第43-45页 |
| 3.1.1 核学习机概述 | 第43-45页 |
| 3.1.2 L1正则化 | 第45页 |
| 3.2 问题描述 | 第45-46页 |
| 3.3 非线性稀疏核学习机优化问题构建及分解 | 第46-47页 |
| 3.4 非线性稀疏核学习机分布式训练方法 | 第47-61页 |
| 3.4.1 非线性稀疏核学习机分布式优化问题求解 | 第47-50页 |
| 3.4.2 节点间的协作方式 | 第50-51页 |
| 3.4.3 非线性稀疏核学习机分布式训练算法 | 第51-52页 |
| 3.4.4 仿真实验与结果分析 | 第52-61页 |
| 3.5 基于筛选机制的非线性稀疏核学习机分布式训练方法 | 第61-67页 |
| 3.5.1 训练样本筛选机制 | 第61-62页 |
| 3.5.2 基于筛选机制的非线性稀疏核学习机分布式训练算法 | 第62-63页 |
| 3.5.3 仿真实验与结果分析 | 第63-67页 |
| 3.6 不同广播方式对算法D-SKM2SE-F性能的影响 | 第67-69页 |
| 3.7 本章小结 | 第69-71页 |
| 第4章 非线性稀疏核学习机分布式增量学习方法研究 | 第71-101页 |
| 4.1 核学习机增量学习方法概述 | 第71-72页 |
| 4.2 非线性稀疏核学习机增量学习方法 | 第72-83页 |
| 4.2.1 非线性稀疏核学习机增量学习优化问题构建和求解 | 第72-74页 |
| 4.2.2 非线性稀疏核学习机增量学习算法 | 第74页 |
| 4.2.3 仿真实验与结果分析 | 第74-83页 |
| 4.3 非线性稀疏核学习机分布式增量学习方法 | 第83-93页 |
| 4.3.1 问题提出 | 第84页 |
| 4.3.2 基于Markov链的WSN节点协作方式 | 第84-89页 |
| 4.3.3 改进的Markov链WSN节点协作方式 | 第89-91页 |
| 4.3.4 非线性稀疏核学习机分布式增量学习算法 | 第91-93页 |
| 4.4 仿真实验与结果分析 | 第93-99页 |
| 4.4.1 仿真实验设置 | 第93-94页 |
| 4.4.2 实验结果分析 | 第94-99页 |
| 4.5 本章小结 | 第99-101页 |
| 第5章 能量平衡的非线性稀疏核学习机分布式增量学习方法研究 | 第101-119页 |
| 5.1 能量平衡的节点选择策略 | 第101-106页 |
| 5.1.1 问题提出 | 第101-102页 |
| 5.1.2 节点选择策略 | 第102-106页 |
| 5.2 能量平衡的非线性稀疏核学习机分布式增量学习算法 | 第106-107页 |
| 5.3 仿真实验与结果分析 | 第107-116页 |
| 5.3.1 仿真实验设置 | 第107-108页 |
| 5.3.2 实验结果分析 | 第108-116页 |
| 5.4 本章小结 | 第116-119页 |
| 第6章 无线传感器网络平台实验验证 | 第119-135页 |
| 6.1 无线传感器网络平台设计 | 第119-123页 |
| 6.2 无线传感器网络平台数据通信能量消耗实验验证 | 第123-132页 |
| 6.2.1 无线传感器网络实验平台特点与实验方法 | 第123-125页 |
| 6.2.2 线性SVM分布式训练算法数据通信能耗实验 | 第125-127页 |
| 6.2.3 非线性稀疏核学习机分布式训练算法数据通信能耗实验 | 第127-130页 |
| 6.2.4 非线性稀疏核学习机分布式增量学习算法数据通信能耗实验 | 第130-132页 |
| 6.3 无线传感器网络平台数据通信能量消耗特点 | 第132-134页 |
| 6.4 本章小结 | 第134-135页 |
| 结论与展望 | 第135-137页 |
| 参考文献 | 第137-145页 |
| 攻读博士学位期间取得的研究成果 | 第145-149页 |
| 致谢 | 第149页 |
