| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 引言 | 第11-17页 |
| 1.1 课题的研究背景 | 第11-13页 |
| 1.2 本文的研究内容 | 第13页 |
| 1.3 本文贡献 | 第13-14页 |
| 1.4 组织结构 | 第14-17页 |
| 第2章 相关工作 | 第17-29页 |
| 2.1 传感器网络中感知数据的采集算法 | 第17-18页 |
| 2.2 数据的预处理 | 第18-19页 |
| 2.3 数据融合 | 第19-25页 |
| 2.3.1 数据融合的概念 | 第19-20页 |
| 2.3.2 多模态数据融合的研究现状 | 第20-22页 |
| 2.3.3 多模态数据融合的应用领域及研究方向 | 第22-24页 |
| 2.3.4 多模态数据融合的主要方法 | 第24-25页 |
| 2.4 数据质量 | 第25-29页 |
| 2.4.1 数据质量定义 | 第25-26页 |
| 2.4.2 数据质量的评估模型 | 第26-29页 |
| 第3章 传感器网络中多源多模态感知数据变频采样技术研究 | 第29-45页 |
| 3.1 引言 | 第29页 |
| 3.2 问题描述 | 第29-30页 |
| 3.3 多模态数据的高质量采集 | 第30-37页 |
| 3.3.1 基于主成分分析的多模态数据评价指标 | 第30-33页 |
| 3.3.2 多模态数据的高质量变频采集 | 第33-37页 |
| 3.4 传感器技术的预处理技术 | 第37-39页 |
| 3.4.1 野值点的定义 | 第37-38页 |
| 3.4.2 针对多模态数据的野值点处理 | 第38-39页 |
| 3.5 多模态数据质量 | 第39-42页 |
| 3.5.1 多模态数据中各个模态的数据质量 | 第39-41页 |
| 3.5.2 多模态数据中各个模态数据准确性优化 | 第41-42页 |
| 3.6 本章小节 | 第42-45页 |
| 第4章 传感器网络中多源多模态感知数据融合算法 | 第45-63页 |
| 4.1 引言 | 第45页 |
| 4.2 问题描述 | 第45-46页 |
| 4.3 基于变频采集高可用数据分类质量判定 | 第46-61页 |
| 4.3.1 基于贝叶斯网络的信息融合 | 第46-51页 |
| 4.3.2 基于D-S证据理论的融合分类模型 | 第51-59页 |
| 4.3.3 多模态数据质量判定标准 | 第59-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第5章 实验与分析 | 第63-71页 |
| 5.1 实验设置 | 第63-64页 |
| 5.2 多模态感知数据变频采集技术性能分析 | 第64-67页 |
| 5.3 多模态感知数据融化技术数据质量分析 | 第67-69页 |
| 5.4 本章小结 | 第69-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 本文工作总结 | 第71页 |
| 6.2 进一步的研究工作 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻硕期间参加的项目 | 第79页 |