基于无线传感器网络的智能家居安全监测系统的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·智能家居研究现状 | 第12-13页 |
| ·无线传感器网络研究现状 | 第13-15页 |
| ·主要研究内容及创新点 | 第15-16页 |
| ·主要研究内容 | 第15-16页 |
| ·创新点 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 智能家居安全监测系统中关键技术研究 | 第18-36页 |
| ·引言 | 第18页 |
| ·无线传感器网络技术 | 第18-25页 |
| ·WSN节点 | 第18-19页 |
| ·WSN体系结构 | 第19-20页 |
| ·无线传感器网络的特点 | 第20-21页 |
| ·WSN的协议架构 | 第21-22页 |
| ·路由协议 | 第22-25页 |
| ·数据融合技术 | 第25-31页 |
| ·数据融合的概念 | 第25-26页 |
| ·信息融合的基本原理 | 第26-27页 |
| ·数据融合的分类 | 第27-28页 |
| ·信息融合方法 | 第28-31页 |
| ·数据挖掘技术 | 第31-34页 |
| ·数据库 | 第31页 |
| ·数据仓库 | 第31-32页 |
| ·数据挖掘 | 第32-34页 |
| ·智能控制技术 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于无线传感器网络的火灾监测技术研究 | 第36-45页 |
| ·引言 | 第36页 |
| ·火灾监控系统 | 第36-37页 |
| ·火灾监测信号处理系统 | 第37-38页 |
| ·D-S证据理论 | 第38-41页 |
| ·D-S证据理论基本概念 | 第38页 |
| ·D-S组合规则 | 第38-39页 |
| ·基本概率分配函数 | 第39-41页 |
| ·火灾模型中的信息融合 | 第41页 |
| ·贝叶斯概率理论 | 第41-42页 |
| ·贝叶斯概率基础 | 第41-42页 |
| ·贝叶斯融合理论 | 第42页 |
| ·信息融合 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于无线传感器网络的个人行为识别研究 | 第45-53页 |
| ·引言 | 第45页 |
| ·基于WSN的用户个人行为识别框架 | 第45-46页 |
| ·用户活动检测 | 第45-46页 |
| ·BBN的用户日常活动的识别模型 | 第46页 |
| ·BBN结构学习的改进算法--EEGA | 第46-49页 |
| ·染色体结构 | 第47页 |
| ·边编码空间结构的修正 | 第47-48页 |
| ·适应度函数 | 第48-49页 |
| ·遗传操作 | 第49页 |
| ·评价与结果分析 | 第49-52页 |
| ·数据来源 | 第49-50页 |
| ·结果分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 智能家居安全监测系统设计与应用 | 第53-59页 |
| ·引言 | 第53页 |
| ·系统的整体架构 | 第53-55页 |
| ·窗帘智能控制系统 | 第54页 |
| ·人员活动监测系统 | 第54页 |
| ·火灾预测系统 | 第54页 |
| ·智能灯光控制系统 | 第54-55页 |
| ·家电控制系统 | 第55页 |
| ·智能家居安全监测系统架构 | 第55-56页 |
| ·网络拓扑选择 | 第56-57页 |
| ·基于GPRS网络的智能家居远程控制 | 第57-58页 |
| ·系统的体系结构 | 第57-58页 |
| ·系统实现的功能 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间的成果 | 第65-66页 |
| 致谢 | 第66页 |
