傳感器網(wǎng)絡(luò)數(shù)據(jù)管理技術(shù)研究

第1章 緒論
1．1 傳感器網(wǎng)絡(luò)的發(fā)展過程
1．2 傳感器網(wǎng)絡(luò)的應(yīng)用
1．3 傳感器網(wǎng)絡(luò)的特征與計算需求
第2章 傳感器網(wǎng)絡(luò)數(shù)據(jù)管理技術(shù)研究進展
2．1 傳感器網(wǎng)絡(luò)數(shù)據(jù)管理相關(guān)工作
2．2 數(shù)據(jù)管理的健壯性
2．3 錯誤數(shù)據(jù)的基本概念
2．4 錯誤數(shù)據(jù)的預(yù)防技術(shù)
2．5 錯誤數(shù)據(jù)的處理技術(shù)
2．6 可靠的數(shù)據(jù)采集
2．7 未來研究方向
2．8 小結(jié)
第3章 多Sink節(jié)點傳感器網(wǎng)絡(luò)路由算法
3．1 介紹
3．2 相關(guān)工作
3．3 背景知識及問題定義
3．4 系統(tǒng)模型
3．5 多Sink節(jié)點傳感器網(wǎng)絡(luò)路由策略
3．6 算法評價
3．7 小結(jié)
第4章 傳感器網(wǎng)絡(luò)聚簇優(yōu)化策略
4．1 介紹
4．2 相關(guān)工作
4．3 預(yù)備知識
4．4 能量有效的聚簇優(yōu)化（EEOC）算法
4．5 EEOC的關(guān)鍵技術(shù)問題
4．6 算法評價
4．7 小結(jié)
第5章 Skyline查詢處理技術(shù)
5．1 概述
5．2 問題定義與假設(shè)
5．3 相關(guān)工作
5．4 基于優(yōu)化路由和層次性Filter的Skyline查詢策略
5．5 算法性能分析及實驗結(jié)果
5．6 小結(jié)
第6章 傳感器網(wǎng)絡(luò)中的Top-K查詢
6．1 Top-K算法研究現(xiàn)狀
6．2 傳感器上的Top-K查詢算法研究現(xiàn)狀
6．3 Top-KRange近似查詢處理
6．4 算法分析
6．5 小結(jié)
第7章 健壯數(shù)據(jù)管理技術(shù)
7．1 基于預(yù)測模型的近似數(shù)據(jù)采集算法
7．2 基于兩層架構(gòu)的事件檢測算法
7．3 小結(jié)
第8章 本書研究創(chuàng)新及下一步工作
8．1 本書研究創(chuàng)新總結(jié)
8．2 下一步工作
參考文獻