摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-12页 |
·研究背景及意义 | 第9-10页 |
·主要工作 | 第10页 |
·文章组织结构 | 第10-12页 |
第2章 无线传感网链路质量评估基础原理以及研究现状 | 第12-20页 |
·链路质量评估的基础原理 | 第12-13页 |
·链路质量评估要求 | 第13-15页 |
·链路质量评估的研究现状 | 第15-18页 |
·基于硬件的链路质量评估的方法 | 第15-16页 |
·基于软件的链路质量评估的方法 | 第16-18页 |
·基于智能学习的评估方法 | 第18页 |
·本章小结 | 第18-20页 |
第3章 统计学习理论与最小二乘支持向量机 | 第20-30页 |
·统计学习理论 | 第20-23页 |
·机器学习 | 第20-21页 |
·vc 维及其推广性 | 第21-22页 |
·结构风险最小化 | 第22-23页 |
·最小二乘支持向量机理论基础 | 第23-29页 |
·支持向量机分类算法 | 第23-26页 |
·最小二乘支持向量分类算法 | 第26-29页 |
·最小二乘支持向量分类机的特点 | 第29页 |
·本章小结 | 第29-30页 |
第4章 基于纠错编码的 LS-SVC 多分类方法 | 第30-37页 |
·常用的多类分类方法 | 第30-33页 |
·多分类纠错编码 LSSVC 方法 | 第33-34页 |
·基于 Hadamard 编码矩阵结构的构造 | 第34-36页 |
·本章小结 | 第36-37页 |
第5章 基于纠错编码的 LS-SVC 链路质量评估模型实现与分析 | 第37-55页 |
·链路质量评估度量参数关系分析 | 第37-44页 |
·评估参数测量 | 第37-40页 |
·小波变换和卡尔曼滤波模型引入及建立 | 第40-44页 |
·相关性分析 | 第44页 |
·LQE-LSSVC 评估模型设计 | 第44-49页 |
·评估模型建立 | 第45-47页 |
·核函数类型及其参数的选取 | 第47-49页 |
·实验分析 | 第49-54页 |
·硬件平台 | 第50-51页 |
·软件平台 | 第51-52页 |
·评估模型分析 | 第52-54页 |
·本章小结 | 第54-55页 |
第6章 总结与展望 | 第55-57页 |
·总结 | 第55页 |
·展望 | 第55-57页 |
参考文献 | 第57-62页 |
发表论文和参加科研情况说明 | 第62-63页 |
致谢 | 第63页 |