首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于WSN的动态监测数据处理系统的设计与实现

摘要第4-5页
ABSTRACT第5页
缩略词第11-12页
第一章 绪论第12-20页
    1.1 概述第12-14页
    1.2 国内外研究现状第14-17页
        1.2.1 基于WSN的动态监测技术第14-15页
        1.2.2 基于WSN的数据处理技术第15-17页
    1.3 论文主要工作第17-18页
    1.4 论文组织结构第18-20页
第二章 基于WSN的动态监测数据处理系统的总体设计第20-29页
    2.1 基于WSN的动态监测系统第20-21页
    2.2 基于WSN的动态监测数据处理系统需求分析第21-22页
    2.3 基于WSN的动态监测数据处理系统的结构与流程设计第22-25页
        2.3.1 基于WSN的动态监测数据处理系统的框架结构设计第22-23页
        2.3.2 基于WSN的动态监测数据处理系统的软件结构设计第23-24页
        2.3.3 基于WSN的动态监测数据处理系统的流程设计第24-25页
    2.4 基于WSN的动态监测数据处理系统中的关键技术第25-28页
        2.4.1 数据融合技术第26-27页
        2.4.2 数据补偿技术第27-28页
        2.4.3 数据补全技术第28页
    2.5 本章小结第28-29页
第三章 基于WSN的动态监测系统的数据补偿模型与算法设计第29-42页
    3.1 问题提出第29-30页
    3.2 相关算法研究第30-33页
        3.2.1 人工神经网络算法分析第30-31页
        3.2.2 人工蜂群算法分析第31-33页
    3.3 WSN-DCN数据补偿神经网络模型第33-35页
        3.3.1 WSN数据采集过程分析第33页
        3.3.2 WSN采集数据补偿神经网络模型第33-35页
    3.4 改进的人工蜂群算法第35-37页
        3.4.1 蜜蜂探索行为的改进第35-36页
        3.4.2 侦查蜂出现方式的改进第36-37页
    3.5 基于WSN-DCN模型的DABC算法设计第37-39页
        3.5.1 算法设计第37-38页
        3.5.2 算法流程第38-39页
    3.6 实验与分析第39-41页
        3.6.1 仿真实验第39-40页
        3.6.2 测试实验第40-41页
    3.7 本章小结第41-42页
第四章 基于WSN的动态测量系统数据补全模型与算法设计第42-59页
    4.1 问题提出第42页
    4.2 相关模型算法研究第42-44页
        4.2.1 ARIMA模型研究第42-43页
        4.2.2 小波变换算法研究第43页
        4.2.3 RBF神经网络研究第43-44页
    4.3 WSN动态监测系统数据补全模型第44-48页
        4.3.1 动态监测系统数据补全模型的相关定义第44-45页
        4.3.2 WSN基于时间序列估计的WDA模型第45-46页
        4.3.3 WSN基于空间相关性估计的SC模型第46-47页
        4.3.4 WSN基于时-空相关性估计的TSC模型第47-48页
    4.4 WSN动态测量系统数据补全模型算法设计第48-53页
        4.4.1 WDA模型中的小波分解与重构算法设计第48-50页
        4.4.2 WDA模型中的时间序列估计算法设计第50-51页
        4.4.3 SC模型中的RBF-ANN算法设计第51-53页
    4.5 实验与分析第53-57页
        4.5.1 实例分析第53-56页
        4.5.2 实验结果分析第56-57页
    4.6 本章小结第57-59页
第五章 基于WSN的动态监测数据处理系统的实现第59-73页
    5.1 数据处理系统规则库的设计与实现第59-63页
    5.2 数据处理系统数据库的设计与实现第63-64页
    5.3 核心功能模块的设计与实现第64-70页
        5.3.1 部署模型生成模块第64-67页
        5.3.2 数据后处理模块第67-68页
        5.3.3 数据查询模块第68-70页
    5.4 系统测试与分析第70-72页
        5.4.1 系统集成测试与分析第70-71页
        5.4.2 系统性能测试与分析第71-72页
    5.5 本章小结第72-73页
第六章 总结与展望第73-75页
    6.1 论文工作总结第73页
    6.2 进一步研究工作第73-75页
参考文献第75-83页
致谢第83-84页
在学期间的研究成果及发表的学术论文第84页

论文共84页,点击 下载论文
上一篇:复杂动态场景下交通标志的检测识别及其应用
下一篇:基于课例的初中生物学优质课堂教学特征分析