基于最小二乘和支持向量机的WSN节点定位方法研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-17页 |
·课题研究意义及来源 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·无线传感器网络应用前景 | 第13-15页 |
·论文的主要研究内容及结构安排 | 第15-17页 |
第二章 无线传感器网络节点定位技术 | 第17-26页 |
·节点定位技术简介 | 第17页 |
·节点定位技术的分类 | 第17-19页 |
·典型节点定位方法的原理 | 第19-24页 |
·基于测距定位方法 | 第19-22页 |
·非基于测距定位方法 | 第22-24页 |
·节点定位算法评价指标 | 第24-25页 |
·本章小结 | 第25-26页 |
第三章 最小二乘节点定位方法研究 | 第26-38页 |
·基于信号接收强度的测距方法 | 第26-27页 |
·基于信号接收强度的三边定位数学模型 | 第27-28页 |
·最小二乘二维定位算法 | 第28-32页 |
·最小二乘二维定位算法原理 | 第28-29页 |
·最小二乘二维定位算法代码 | 第29-31页 |
·最小二乘二维定位算法仿真 | 第31-32页 |
·最小二乘三维定位算法 | 第32-37页 |
·三边定位法在三维下的扩展 | 第32-33页 |
·最小二乘三维定位算法原理 | 第33-34页 |
·最小二乘三维定位算法代码 | 第34-36页 |
·最小二乘三维定位算法仿真 | 第36-37页 |
·本章小结 | 第37-38页 |
第四章 最小二乘支持向量机节点定位方法研究 | 第38-59页 |
·支持向量机理论概述 | 第38-43页 |
·支持向量机核方法及核函数 | 第39页 |
·支持向量机不敏感损失函数 | 第39-40页 |
·支持向量回归机模型 | 第40-42页 |
·最小二乘支持向量回归机理论 | 第42-43页 |
·最小二乘支持向量回归机定位方法 | 第43-48页 |
·LSSVR 三维节点定位过程 | 第44-45页 |
·LSSVR 三维节点定位算法代码 | 第45-48页 |
·LSSVR 三维定位算法参数寻优 | 第48-53页 |
·核参数σ~2 选取 | 第49-50页 |
·正则化参数γ选取 | 第50-52页 |
·网格划分宽度t 选取 | 第52-53页 |
·LSSVR 三维定位仿真实验 | 第53-56页 |
·最优参数下的仿真实验 | 第53-54页 |
·非最优参数下的仿真实验 | 第54-56页 |
·真实环境下LSSVR 三维定位实验 | 第56-58页 |
·本章小结 | 第58-59页 |
第五章 定位误差回归分析 | 第59-69页 |
·回归分析简介 | 第59-61页 |
·线性回归 | 第59-60页 |
·非线性回归 | 第60-61页 |
·最小二乘定位算法误差回归分析 | 第61-65页 |
·最小二乘二维定位算法误差分析 | 第61-63页 |
·最小二乘三维定位算法误差分析 | 第63-65页 |
·最小二乘支持向量机定位算法误差分析 | 第65-67页 |
·两种三维定位算法误差比较分析 | 第67-68页 |
·本章小结 | 第68-69页 |
第六章 总结与展望 | 第69-71页 |
·总结 | 第69-70页 |
·展望 | 第70-71页 |
参考文献 | 第71-73页 |
致谢 | 第73-74页 |
附录 LSSVR 三维节点定位算法代码 | 第74-78页 |
个人简历 在校期间发表的学术论文及研究成果 | 第78页 |
一、个人简历 | 第78页 |
二、攻读学位期间发表的学术论文 | 第78页 |