| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 气象传感网中相关插值技术概述 | 第13-23页 |
| 2.1 气象传感网的相关概念 | 第13-16页 |
| 2.1.1 气象传感网的体系结构 | 第13-15页 |
| 2.1.2 气象传感网中常用的路由选择协议 | 第15-16页 |
| 2.2 常用数据插值算法介绍 | 第16-18页 |
| 2.2.1 反距离加权法 | 第17页 |
| 2.2.2 克里金空间插值法 | 第17-18页 |
| 2.2.3 样条插值法 | 第18页 |
| 2.3 BP神经网络插值模型 | 第18-22页 |
| 2.3.1 人工神经网络发展概述 | 第18-19页 |
| 2.3.2 神经元理论模型 | 第19-20页 |
| 2.3.3 BP神经网络插值原理 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于改进遗传算法的BP神经网络插值优化算法 | 第23-40页 |
| 3.1 LEACH路由选择协议 | 第23-25页 |
| 3.2 遗传算法优化BP神经网络插值模型 | 第25-32页 |
| 3.2.1 遗传算法构造 | 第26-27页 |
| 3.2.2 遗传算法优化BP神经网络插值模型 | 第27-32页 |
| 3.3 实验评估 | 第32-39页 |
| 3.3.1 实验数据集 | 第33页 |
| 3.3.2 气象传感网网络性能分析 | 第33-34页 |
| 3.3.3 网络参数与BP模型评估 | 第34-36页 |
| 3.3.4 数据插值性能分析 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于动量-自适应的BP神经网络插值优化算法 | 第40-55页 |
| 4.1 基于TEEN协议的网络分簇 | 第40-44页 |
| 4.1.1 HT&ST阈值处理 | 第41-43页 |
| 4.1.2 RECH簇头竞选算法 | 第43-44页 |
| 4.2 动量-自适应优化BP神经网络插值算法 | 第44-50页 |
| 4.2.1 附加动量项的BP神经网络算法 | 第44-45页 |
| 4.2.2 自适应学习率改进的BP神经网络算法 | 第45-46页 |
| 4.2.3 融合TEEN协议的数据插值模型 | 第46-50页 |
| 4.3 实验评估 | 第50-53页 |
| 4.3.1 实验环境 | 第50页 |
| 4.3.2 气象传感网网络性能分析 | 第50-51页 |
| 4.3.3 数据插值分析 | 第51-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 总结及展望 | 第55-57页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 研究展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 作者简介 | 第63页 |