| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·WSN 概述 | 第10-13页 |
| ·WSN 的系统架构 | 第12页 |
| ·WSN 节点的基本结构 | 第12-13页 |
| ·论文的研究意义 | 第13-14页 |
| ·WSN 节点的故障诊断 | 第14-18页 |
| ·WSN 的故障划分 | 第14-15页 |
| ·WSN 的故障诊断特点 | 第15-16页 |
| ·WSN 节点的传感模块故障 | 第16-17页 |
| ·WSN 的节点故障的诊断方法 | 第17-18页 |
| ·论文的结构 | 第18-19页 |
| ·论文的主要创新点 | 第19-20页 |
| 第二章 ROUGH SETS 理论与神经网络算法的集成研究 | 第20-26页 |
| ·ROUGH SETS 与神经网络集成的可能性分析 | 第20-22页 |
| ·ROUGH SETS 与神经网络的集成方式研究 | 第22-25页 |
| ·Rough Sets 理论和神经网络算法的松耦合 | 第22页 |
| ·粗糙元神经网络 | 第22-23页 |
| ·Rough Sets 和神经网络算法的强耦合 | 第23-24页 |
| ·其它集成方法 | 第24-25页 |
| ·本章小节 | 第25-26页 |
| 第三章 基于ROUGH SETS 理论的决策表属性约简算法 | 第26-39页 |
| ·ROUGH SETS 的知识约简 | 第26-29页 |
| ·Rough Sets 的约简与核 | 第26-27页 |
| ·相对约简 | 第27-29页 |
| ·决策表的概述 | 第29-32页 |
| ·基于ROUGH SETS 的决策表属性约简算法 | 第32-38页 |
| ·决策表的删除属性约简算法 | 第32-33页 |
| ·基于差别矩阵的决策表属性约简算法 | 第33-36页 |
| ·改进的差别矩阵属性约简算法 | 第36-38页 |
| ·本章小节 | 第38-39页 |
| 第四章 RS-AMSABP 故障诊断算法 | 第39-57页 |
| ·新的改进的BP 算法-AMSABP 算法 | 第39-51页 |
| ·AMSABP 算法 | 第39-41页 |
| ·基于AMSABP 算法的函数逼近实验 | 第41-46页 |
| ·基于AMSABP 网络算法的WSN 节点故障诊断实验 | 第46-51页 |
| ·RS-AMSABP 算法的提出 | 第51页 |
| ·基于RS-AMSABP 算法的WSN 节点故障诊断 | 第51-56页 |
| ·本章小节 | 第56-57页 |
| 第五章 INRNN 故障诊断算法 | 第57-69页 |
| ·含有区间数的粗糙元神经网络 | 第57-60页 |
| ·INRNN 网络模型 | 第57-58页 |
| ·INRNN 网络的学习算法 | 第58-60页 |
| ·基于INRNN 算法的WSN 节点故障诊断 | 第60-68页 |
| ·WSN 节点故障模型的建立与仿真 | 第60-64页 |
| ·基于RS-INRNN 算法的WSN 节点故障诊断实验 | 第64-68页 |
| ·本章小节 | 第68-69页 |
| 第六章 结论与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士期间的研究成果 | 第76-77页 |
