基于贝叶斯理论的通信网络数据处理技术研究
发布时间：2021-03-12 23:25
在网络数据传输的不确定性问题处理领域,以贝叶斯理论为代表的概率方法是目前学术界研究的热点问题之一。本文就网络数据处理技术中涉及的若干不确定性问题展开探索研究,主要针对以无线传感器网络为代表的无线网络在数据传输和压缩融合过程中涉及的几个典型问题,在贝叶斯理论框架下寻求相应的解决方案和模型算法,并给出理论和实验验证。本文在解决贝叶斯理论建模时将目光投向了贝叶斯网络（Bayesian network）.作为人工智能算法的主要研究热点之一,贝叶斯网络具有相当深厚的理论积淀并已经在一些领域开展了较为成功的运用。但另一方面,作为一项依然处于发展阶段的技术,贝叶斯网络本身还有许多值得推敲和改进的方面。所谓工欲善其事,必先利其器,正是由于这个原因,本文首先就贝叶斯网络提出了改进的方法,使其更加适用于无线传感器网络的使用环境,在此基础之上,提出了网络数据协议关键字段的前向纠错方法和业务净荷的容错压缩重构算法。本文研究内容包括以下几个方面：1、利用信息论的观点,从最大熵原理的角度全面分析了网络传输数据具有的内在冗余性特征。指出提高通信质量和效率的关键在于有效利用传输数据的冗余性。从信息论中信息熵和条件熵的...
【文章来源】：战略支援部队信息工程大学河南省
【文章页数】：127 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景
1.1.1 问题的提出
1.1.2 问题的进一步分析
1.1.3 贝叶斯理论和贝叶斯网络
1.1.4 应用对象的选择
1.2 本文研究方向及国内外研究现状
1.2.1 数据差错控制相关技术研究
1.2.2 数据融合与压缩
1.2.3 贝叶斯网络
1.3 本文的研究思路和结构安排
第二章 网络数据处理的贝叶斯理论模型
2.1 网络数据传输中不确定性问题建模
2.2 贝叶斯网络与先验性概率表达研究
2.2.1 图模型概述
2.2.2 联合概率分布的贝叶斯网络模型表达
2.3 基于机器学习的概率模型自适应表达
2.3.1 贝叶斯网络参数学习
2.3.2 贝叶斯网络结构学习
2.4 贝叶斯网络推理与最大后验估计模型分析
2.5 本章小结
第三章 快速贝叶斯网络学习算法
3.1 基于结构边界的混合学习算法
3.1.1 相关定义
3.1.2 算法描述
3.1.3 实验结果与分析
3.2 迁移学习算法
3.2.1 迁移学习
3.2.2 贝叶斯网络迁移学习
3.3 仿真结果与分析
3.3.1 结构迁移算法仿真
3.3.2 样本空间迁移算法仿真
3.4 本章小结
第四章 基于先验概率知识表达的网络数据容错处理
4.1 分组字段的关联性特征分析
4.2 基于贝叶斯网络的协议关键字段的前向纠错
4.2.1 问题分析
4.2.2 贝叶斯网络推理的分组纠错模型
4.2.3 仿真结果与分析
4.3 基于样本空间迁移的关键协议字段容错处理
4.3.1 算法描述
4.3.2 实验结果与分析
4.4 本章小结
第五章 基于贝叶斯网络的数据容错压缩还原
5.1 压缩感知
5.2 基于贝叶斯网先验表达的压缩感知重构算法
5.2.1 贝叶斯压缩传感
5.2.2 压缩感知的贝叶斯网络表达
5.2.3 基于先验知识表达的重构算法
5.3 实验验证与分析
5.3.1 多目标定位跟踪场景验证
5.4 本章小结
第六章 总结与展望
一、全文总结
二、展望
参考文献
作者简历攻读博士学位期间完成的主要工作
一、个人简历
二、攻读博士学位期间发表的学术论文和取得的专利
三、攻读博士学位期间参与编写的专著
四、攻读博士学位期间的科研情况
致谢
【参考文献】：
期刊论文
[1]一种基于子集约束的协议首部纠错算法[J]. 王晓梅,范亮,陈彦,洪先强. 电子与信息学报. 2015(08)
[2]分簇无线传感器网络中根校验全分集LDPC码设计与能效分析[J]. 郭锐,刘春于,张华,包建荣,姜斌. 电子与信息学报. 2015(07)
[3]概率图模型研究进展综述[J]. 张宏毅,王立威,陈瑜希. 软件学报. 2013(11)
[4]基于混合方式的贝叶斯网络等价类学习算法[J]. 朱明敏,刘三阳,杨有龙. 电子学报. 2013(01)
[5]基于压缩感知的无线传感器网络多目标定位算法[J]. 何风行,余志军,刘海涛. 电子与信息学报. 2012(03)
[6]基于RSS的WSN多目标定位压缩感知算法优化[J]. 何风行,余志军,吕政,刘海涛. 南京邮电大学学报(自然科学版). 2012(01)
[7]多跳无线网络中基于网络编码的多路径路由[J]. 陈贵海,李宏兴,韩松,钟子飞,陈明达. 软件学报. 2010(08)
[8]稀疏贝叶斯模型与相关向量机学习研究[J]. 杨国鹏,周欣,余旭初. 计算机科学. 2010(07)
[9]贝叶斯网学习中一种有效的爬山算法[J]. 单冬冬,吕强,李亚飞,王磊. 小型微型计算机系统. 2009(12)
[10]基于混合方式的贝叶斯网弧定向算法[J]. 贾海洋,陈娟,朱允刚,刘大有. 电子学报. 2009(08)
博士论文
[1]基于压缩感知的大规模无线传感器网数据收集研究[D]. 吴宣够.中国科学技术大学 2013
硕士论文
[1]基于RSSI的传感器网络定位技术研究与实现[D]. 刘广怡.解放军信息工程大学 2009
本文编号：3079166
【文章来源】：战略支援部队信息工程大学河南省
【文章页数】：127 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景
1.1.1 问题的提出
1.1.2 问题的进一步分析
1.1.3 贝叶斯理论和贝叶斯网络
1.1.4 应用对象的选择
1.2 本文研究方向及国内外研究现状
1.2.1 数据差错控制相关技术研究
1.2.2 数据融合与压缩
1.2.3 贝叶斯网络
1.3 本文的研究思路和结构安排
第二章 网络数据处理的贝叶斯理论模型
2.1 网络数据传输中不确定性问题建模
2.2 贝叶斯网络与先验性概率表达研究
2.2.1 图模型概述
2.2.2 联合概率分布的贝叶斯网络模型表达
2.3 基于机器学习的概率模型自适应表达
2.3.1 贝叶斯网络参数学习
2.3.2 贝叶斯网络结构学习
2.4 贝叶斯网络推理与最大后验估计模型分析
2.5 本章小结
第三章 快速贝叶斯网络学习算法
3.1 基于结构边界的混合学习算法
3.1.1 相关定义
3.1.2 算法描述
3.1.3 实验结果与分析
3.2 迁移学习算法
3.2.1 迁移学习
3.2.2 贝叶斯网络迁移学习
3.3 仿真结果与分析
3.3.1 结构迁移算法仿真
3.3.2 样本空间迁移算法仿真
3.4 本章小结
第四章 基于先验概率知识表达的网络数据容错处理
4.1 分组字段的关联性特征分析
4.2 基于贝叶斯网络的协议关键字段的前向纠错
4.2.1 问题分析
4.2.2 贝叶斯网络推理的分组纠错模型
4.2.3 仿真结果与分析
4.3 基于样本空间迁移的关键协议字段容错处理
4.3.1 算法描述
4.3.2 实验结果与分析
4.4 本章小结
第五章 基于贝叶斯网络的数据容错压缩还原
5.1 压缩感知
5.2 基于贝叶斯网先验表达的压缩感知重构算法
5.2.1 贝叶斯压缩传感
5.2.2 压缩感知的贝叶斯网络表达
5.2.3 基于先验知识表达的重构算法
5.3 实验验证与分析
5.3.1 多目标定位跟踪场景验证
5.4 本章小结
第六章 总结与展望
一、全文总结
二、展望
参考文献
作者简历攻读博士学位期间完成的主要工作
一、个人简历
二、攻读博士学位期间发表的学术论文和取得的专利
三、攻读博士学位期间参与编写的专著
四、攻读博士学位期间的科研情况
致谢
【参考文献】：
期刊论文
[1]一种基于子集约束的协议首部纠错算法[J]. 王晓梅,范亮,陈彦,洪先强. 电子与信息学报. 2015(08)
[2]分簇无线传感器网络中根校验全分集LDPC码设计与能效分析[J]. 郭锐,刘春于,张华,包建荣,姜斌. 电子与信息学报. 2015(07)
[3]概率图模型研究进展综述[J]. 张宏毅,王立威,陈瑜希. 软件学报. 2013(11)
[4]基于混合方式的贝叶斯网络等价类学习算法[J]. 朱明敏,刘三阳,杨有龙. 电子学报. 2013(01)
[5]基于压缩感知的无线传感器网络多目标定位算法[J]. 何风行,余志军,刘海涛. 电子与信息学报. 2012(03)
[6]基于RSS的WSN多目标定位压缩感知算法优化[J]. 何风行,余志军,吕政,刘海涛. 南京邮电大学学报(自然科学版). 2012(01)
[7]多跳无线网络中基于网络编码的多路径路由[J]. 陈贵海,李宏兴,韩松,钟子飞,陈明达. 软件学报. 2010(08)
[8]稀疏贝叶斯模型与相关向量机学习研究[J]. 杨国鹏,周欣,余旭初. 计算机科学. 2010(07)
[9]贝叶斯网学习中一种有效的爬山算法[J]. 单冬冬,吕强,李亚飞,王磊. 小型微型计算机系统. 2009(12)
[10]基于混合方式的贝叶斯网弧定向算法[J]. 贾海洋,陈娟,朱允刚,刘大有. 电子学报. 2009(08)
博士论文
[1]基于压缩感知的大规模无线传感器网数据收集研究[D]. 吴宣够.中国科学技术大学 2013
硕士论文
[1]基于RSSI的传感器网络定位技术研究与实现[D]. 刘广怡.解放军信息工程大学 2009
本文编号：3079166
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3079166.html
