| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·无线传感器网络概述 | 第9-12页 |
| ·无线传感器网络结构 | 第9-10页 |
| ·传感器节点介绍 | 第10-11页 |
| ·无线传感器网络的特点 | 第11-12页 |
| ·无线传感器网络的应用 | 第12-13页 |
| ·无线传感器网络应用的制约因素 | 第13-14页 |
| ·无线传感器网络中数据的融合协议 | 第14页 |
| ·课题的主要研究内容 | 第14-15页 |
| ·论文的结构 | 第15-17页 |
| 第二章 数据融合定义及分类介绍 | 第17-27页 |
| ·数据融合定义 | 第17-19页 |
| ·数据融合特征与作用 | 第19-20页 |
| ·数据融合的特征 | 第19页 |
| ·数据融合的作用 | 第19-20页 |
| ·数据融合模型 | 第20-23页 |
| ·跟踪级融合模型 | 第20-21页 |
| ·属性级融合模型 | 第21-22页 |
| ·基于多Agent的数据融合模型 | 第22-23页 |
| ·数据融合的分类 | 第23-26页 |
| ·根据融合前后信息含量划分 | 第23-24页 |
| ·根据融合发生的网络协议层次进行划分 | 第24-25页 |
| ·其它类型数据融合 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于BP神经网络的数据融合 | 第27-38页 |
| ·BP神经网络介绍 | 第27-28页 |
| ·基于无线传感器网络的BP神经网络训练拟合方法 | 第28-32页 |
| ·网络模型假设 | 第28-29页 |
| ·数据融合算法 | 第29-32页 |
| ·算法对比 | 第32-34页 |
| ·评价指标 | 第32页 |
| ·数据传输量对比 | 第32-34页 |
| ·模拟研究 | 第34-37页 |
| ·隐层节点数目对预测曲线的影响 | 第34-35页 |
| ·本算法与多项式拟合算法比较 | 第35-36页 |
| ·BP神经网络收敛速度的模拟研究 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 利用BP神经网络进行预测的数据收集协议的研究 | 第38-46页 |
| ·相关预测协议 | 第38-39页 |
| ·利用BP神经网络进行预测的数据收集模型 | 第39-40页 |
| ·利用BP神经网络进行预测的数据收集协议的研究 | 第40-42页 |
| ·时间维度上的数据预测与收集 | 第40-41页 |
| ·空间维度上的数据预测与收集 | 第41-42页 |
| ·性能分析 | 第42-43页 |
| ·时间维度上数据收集与预测算法模拟研究 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 结束语 | 第46-49页 |
| ·工作总结 | 第46-47页 |
| ·研究展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间主要研究成果 | 第55页 |