| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的研究内容与组织结构 | 第14-15页 |
| 1.4 本章小结 | 第15-17页 |
| 第2章 无线传感器网络及其数据融合和神经网络技术 | 第17-29页 |
| 2.1 无线传感器网络 | 第17-19页 |
| 2.1.1 无线传感器网络体系 | 第17页 |
| 2.1.2 无线传感器网络的特点 | 第17-18页 |
| 2.1.3 无线传感器网络中的关键技术 | 第18-19页 |
| 2.2 无线传感器网络中的数据融合 | 第19-21页 |
| 2.2.1 应用层中的数据融合 | 第19页 |
| 2.2.2 网络层中的数据融合 | 第19-20页 |
| 2.2.3 具有数据融合的路由协议 | 第20-21页 |
| 2.3 神经网络技术 | 第21-28页 |
| 2.3.1 神经元与神经网络模型 | 第21-23页 |
| 2.3.2 神经网络的学习方式及规则 | 第23-24页 |
| 2.3.3 BP神经网络技术 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于BP神经网络的数据融合算法的改进 | 第29-45页 |
| 3.1 BP神经网络在权值调整过程中的改进 | 第29-31页 |
| 3.1.1 权值调整度分析 | 第29-30页 |
| 3.1.2 权值调整度改进 | 第30-31页 |
| 3.2 实验仿真及性能分析 | 第31-36页 |
| 3.2.1 网络结构及参数设置 | 第31-32页 |
| 3.2.2 实验对比分析 | 第32-36页 |
| 3.3 BP神经网络与DS证据理论结合的数据融合 | 第36-41页 |
| 3.3.1 DS证据理论 | 第36-38页 |
| 3.3.2 DS证据理论与BP神经网络结合理论 | 第38-39页 |
| 3.3.3 基本概率函数的确定 | 第39-40页 |
| 3.3.4 权值初值的获取 | 第40-41页 |
| 3.4 仿真结果及对比分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 无线传感器网络中基于DS-BP神经网络的数据融合 | 第45-53页 |
| 4.1 无线传感器网络的数据融合模型BPNDA | 第45-46页 |
| 4.2 BPNDA数据融合算法实现过程 | 第46-47页 |
| 4.3 基于DS-BP神经网络的数据融合方法 | 第47-48页 |
| 4.4 仿真及对比分析 | 第48-52页 |
| 4.4.1 仿真环境 | 第48页 |
| 4.4.2 仿真结果及对比分析 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 工作展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 附录 | 第61-63页 |
| 作者简介及科研成果 | 第63-64页 |
| 致谢 | 第64页 |