首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--一般性问题论文--设计、性能分析与综合论文

基于证据折扣度修正和层次聚类的冲突证据合成

摘要第1-4页
Abstract第4-9页
第1章 绪论第9-17页
   ·课题的研究背景和意义第9-12页
   ·国内外研究现状第12-14页
     ·辨识框架假设第12-13页
     ·两类改进策略第13-14页
   ·本文的研究内容及组织结构第14-17页
     ·本文的研究内容第14-15页
     ·本文的组织结构第15-17页
第2章 D-S 证据理论第17-27页
   ·引言第17页
   ·D-S 证据理论基本概念第17-20页
     ·辨识框架第17-18页
     ·基本概率分配函数第18-19页
     ·BPA 向量空间模型第19页
     ·信任函数第19页
     ·似然函数第19-20页
   ·D-S 合成规则及其基本性质第20-21页
     ·D-S 合成规则第20-21页
     ·D-S 合成规则的基本性质第21页
   ·D-S 方法的优缺点第21页
   ·D-S 证据理论与贝叶斯理论的比较第21-23页
   ·冲突悖论以及改进方法第23-27页
     ·冲突悖论第23-24页
     ·改进方法第24-27页
第3章 基于证据折扣度修正的冲突证据合成第27-43页
   ·引言第27-28页
   ·证据冲突度量第28-31页
     ·距离法第28-30页
     ·方差法第30页
     ·向量余弦法第30-31页
   ·修改证据源方法第31-35页
     ·基于可信度证据折扣修正第31-32页
     ·基于相似度动态调整的证据折扣度修正第32-35页
   ·算法流程第35-36页
     ·方法 1第35页
     ·方法 2第35-36页
   ·实验分析第36-42页
     ·算例 1第37-38页
     ·算例 2第38-42页
   ·本章小结第42-43页
第4章 基于凝聚层次聚类的冲突证据合成第43-52页
   ·引言第43页
   ·证据聚类研究现状第43-44页
   ·聚类算法第44-47页
     ·概述第44-45页
     ·聚类效果评估第45页
     ·主要聚类算法分类第45-47页
   ·本文方法第47-49页
     ·基于 Jousselme 距离的凝聚型层次聚类第47页
     ·类的可信度第47-49页
     ·证据合成新方法第49页
   ·实验分析第49-51页
   ·本章小结第51-52页
第5章 总结与展望第52-54页
   ·本文工作总结第52-53页
   ·本文工作的创新点第53页
   ·未来工作展望第53-54页
参考文献第54-56页
致谢第56-57页
攻读硕士期间所参与的科研项目和发表的学术论文第57-58页
个人简历第58页

论文共58页,点击 下载论文
上一篇:基于评价向量的P2P电子商务信任模型
下一篇:采用改进型高阶Butterworth最优传递函数设计纯滞后优化控制系统