首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

拟人多信息融合方法的研究和应用

摘要第1-6页
ABSTRACT第6-15页
绪论第15-17页
第一章 拟人的多信息融合第17-24页
   ·信息融合的研究现状与发展趋势第17-19页
     ·研究状况第17-18页
     ·发展趋势第18-19页
   ·信息融合的基本原理和定义第19-20页
     ·信息融合的基本原理第19页
     ·信息融合的定义第19-20页
   ·信息融合的层次结构与分类第20-21页
     ·数据级融合第20-21页
     ·特征级融合第21页
     ·决策级信息融合第21页
   ·信息融合的实现算法第21-24页
     ·传统数学理论方法第22页
     ·人工智能的方法第22-24页
第二章 人工神经元网络第24-37页
   ·人工神经网络的理论基础第24-28页
     ·生物神经元第24-25页
     ·人工神经元模型第25-26页
     ·人工神经网络模型第26-27页
     ·人工神经元网络的学习模式第27-28页
   ·BP神经网络第28-35页
     ·BP神经网络模型第28-29页
     ·BP神经网络参数第29页
     ·误差逆传播校正方法第29-33页
     ·BP算法的描述第33-35页
   ·BP神经网络信息融合方法的步骤和特点第35-37页
     ·BP神经网络信息融合方法的步骤第35页
     ·BP神经网络信息融合方法的特点第35-37页
第三章 粗糙集理论第37-42页
   ·粗糙集理论简介第37-38页
     ·粗糙集的相关概念第37-38页
     ·粗糙集的知识表达系统及其相关概念第38页
   ·信息系统的属性约简第38-41页
     ·属性的重要性与依赖度第38页
     ·属性约简的方法第38-41页
   ·基于粗糙集的信息融合及其特点第41-42页
     ·基于粗糙集的信息融合的步骤第41页
     ·基于粗糙集的信息融合的特点第41-42页
第四章 拟人多信息融合的思想及其在机器人中的实现第42-56页
   ·拟人的多信息融合总体设计第42-44页
     ·拟人的多信息融合的总体思路第42-43页
     ·拟人的多信息融合算法的选定第43页
     ·拟人的多信息融合应用实例的选定第43-44页
   ·智能移动机器人简介第44-46页
     ·智能移动机器人概要介绍第44页
     ·智能移动机器人平台外观说明第44-45页
     ·机器人避障中的两类传感器第45-46页
   ·智能移动机器人控制体系第46-50页
     ·机器人的硬件体系结构第46页
     ·机器人的软件体系结构第46-48页
     ·信息融合在移动机器人避障中的软件实现第48-50页
   ·信息融合在移动机器人中的应用第50-54页
     ·实验目标与环境设计第50-51页
     ·超声传感器和红外传感器信息的数据级融合第51-52页
     ·逻辑判断的决策级信息融合在避障中的应用第52-53页
     ·神经网络的决策级信息融合在避障中的应用第53-54页
   ·实验结论与展望第54-56页
     ·实验结果第54-55页
     ·结果分析及展望第55-56页
第五章 拟人多信息融合在煤矿安全信息中的应用第56-63页
   ·煤矿安全的相关知识第56-57页
     ·我国煤矿安全现状第56页
     ·煤矿瓦斯危险及其相关因素第56-57页
     ·煤矿瓦斯安全评价第57页
   ·煤矿安全数据的预处理第57-59页
     ·煤矿安全数据的采集和特征提取第57-58页
     ·决策信息表的离散化第58-59页
   ·基于粗糙集和神经网络的煤矿安全信息的融合第59-61页
     ·算法融合的基本思想第59-60页
     ·神经网络信息融合第60页
     ·结合粗糙集的神经网络信息融合第60-61页
   ·实验结论与分析第61-63页
     ·实验结果第61-62页
     ·结果分析及展望第62-63页
第六章 结论第63-65页
   ·论文的主要工作第63页
   ·下一步的工作及展望第63-65页
参考文献第65-67页
致谢第67-68页
研究成果及发表的学术论文第68-69页
作者和导师简介第69-70页
硕士研究生学位论文答辩委员会决议书第70-71页

论文共71页,点击 下载论文
上一篇:芜湖市镜湖水体富营养化特征及其潜势初步研究
下一篇:共轭亚油酸对前体脂肪细胞增殖和分化的影响