| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 感知数据特征及恢复技术分析 | 第14-27页 |
| 2.1 多传感器集成技术及应用 | 第14-15页 |
| 2.2 感知数据特征分析 | 第15-20页 |
| 2.2.1 时间稳定性 | 第16-18页 |
| 2.2.2 属性相关性 | 第18-20页 |
| 2.3 缺失数据恢复技术分析 | 第20-26页 |
| 2.3.1 缺失数据恢复方法分类 | 第20-21页 |
| 2.3.2 基于可靠传输机制的数据恢复 | 第21-23页 |
| 2.3.3 基于估算的数据恢复 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 感知数据恢复框架的构建 | 第27-36页 |
| 3.1 引言 | 第27页 |
| 3.2 感知数据恢复整体框架 | 第27-28页 |
| 3.3 数据传输阶段 | 第28-31页 |
| 3.3.1 数据交织概念 | 第29页 |
| 3.3.2 基于数据交织的感知数据传输策略 | 第29-31页 |
| 3.4 数据处理阶段 | 第31-33页 |
| 3.4.1 数据解交织 | 第31-32页 |
| 3.4.2 数据预判处理 | 第32-33页 |
| 3.5 数据恢复阶段 | 第33-35页 |
| 3.5.1 问题描述 | 第33-34页 |
| 3.5.2 数据恢复 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 基于时间稳定性和属性相关性的恢复算法 | 第36-44页 |
| 4.1 引言 | 第36-37页 |
| 4.2 基于时间稳定性的缺失数据估算 | 第37页 |
| 4.3 基于属性相关性的缺失数据估算 | 第37-40页 |
| 4.4 数据恢复算法设计及描述 | 第40-43页 |
| 4.4.1 算法设计 | 第40-41页 |
| 4.4.2 算法描述 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 实验分析 | 第44-50页 |
| 5.1 实验设置 | 第44-47页 |
| 5.1.1 实验环境及数据集 | 第44-45页 |
| 5.1.2 实验方案 | 第45-47页 |
| 5.2 性能分析 | 第47-49页 |
| 5.2.1 基于IntelIndoor数据集的估算误差率分析 | 第47-48页 |
| 5.2.2 基于GreenOrbs数据集的估算误差率分析 | 第48-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第58页 |