| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 课题来源 | 第7页 |
| 1.2 研究背景及意义 | 第7-8页 |
| 1.3 主要研究内容 | 第8-9页 |
| 1.4 论文组织结构 | 第9-10页 |
| 第二章 移动无线传感网中未知节点位置预测技术研究概述 | 第10-20页 |
| 2.1 移动无线传感网概述 | 第10-14页 |
| 2.1.1 移动无线传感器节点的组成结构 | 第10-11页 |
| 2.1.2 移动无线传感器网络结构 | 第11-12页 |
| 2.1.3 移动无线传感器网络的特点 | 第12-13页 |
| 2.1.4 移动无线传感器网络的应用 | 第13-14页 |
| 2.2 位置预测算法评价指标 | 第14-15页 |
| 2.3 移动无线传感网节点位置预测方法研究现状 | 第15-19页 |
| 2.3.1 基于Markov模型的位置预测 | 第16页 |
| 2.3.2 基于数据挖掘的位置预测 | 第16-17页 |
| 2.3.3 基于神经网络的位置预测 | 第17-18页 |
| 2.3.4 蒙特卡罗预测算法 | 第18-19页 |
| 2.3.5 其他位置预测方法 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 移动节点位置预测方法研究 | 第20-35页 |
| 3.1 基于不确定性支持向量机的节点位置预测算法 | 第20-27页 |
| 3.1.1 不确定性支持向量机 | 第20-22页 |
| 3.1.2 启发式遗传算法 | 第22-23页 |
| 3.1.3 传感器网络模型及数据集 | 第23-24页 |
| 3.1.4 移动节点偏转方向计算 | 第24-26页 |
| 3.1.5 A-USVC位置预测算法描述及流程图 | 第26-27页 |
| 3.2 稀疏传感网中移动未知节点位置预测算法 | 第27-34页 |
| 3.2.1 深度信念网络 | 第27-30页 |
| 3.2.2 支持向量机 | 第30-31页 |
| 3.2.3 数据采集 | 第31-32页 |
| 3.2.4 DBN-SVM位置预测算法描述 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 仿真实验结果与分析 | 第35-47页 |
| 4.1 A-USVC位置预测算法实验仿真与结果分析 | 第35-41页 |
| 4.1.1 实验参数设置 | 第35-36页 |
| 4.1.2 实验结果与分析 | 第36-41页 |
| 4.2 DBN-SVC位置预测方法实验仿真与结果分析 | 第41-46页 |
| 4.2.1 实验数据集与实验环境 | 第41页 |
| 4.2.2 实验参数设置 | 第41-43页 |
| 4.2.3 实验结果分析 | 第43-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 工作总结 | 第47页 |
| 5.2 工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 在校期间发表论文情况 | 第52-53页 |
| 致谢 | 第53-54页 |
