| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 论文内容和创新点 | 第12-13页 |
| 1.3 研究生期间主要工作 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 数据融合技术研究现状 | 第15-25页 |
| 2.1 数据融合概述 | 第15-16页 |
| 2.2 数据融合相关技术 | 第16-24页 |
| 2.2.1 基于加权平均的数据融合方法 | 第16-17页 |
| 2.2.2 基于卡尔曼滤波的数据融合方法 | 第17-18页 |
| 2.2.3 基于贝叶斯的数据融合方法 | 第18-19页 |
| 2.2.4 基于D-S证据理论的数据融合方法 | 第19-21页 |
| 2.2.5 基于产生式规则的数据融合方法 | 第21-22页 |
| 2.2.6 基于神经网络的数据融合方法 | 第22-23页 |
| 2.2.7 基于模糊集理论的数据融合方法 | 第23-24页 |
| 2.2.8 数据融合方法对比 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于改进D-S证据理论的数据融合算法 | 第25-40页 |
| 3.1 基于D-S证据理论的数据融合算法研究 | 第25-28页 |
| 3.1.1 算法基本思想 | 第25页 |
| 3.1.2 D-S证据理论的不足之处 | 第25-28页 |
| 3.2 基于改进D-S证据理论的数据融合算法 | 第28-33页 |
| 3.2.1 引入证据置信水平 | 第28-31页 |
| 3.2.2 针对融合规则的改进 | 第31-33页 |
| 3.3 仿真实验及结论 | 第33-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于Hadoop平台的数据融合系统设计与实现 | 第40-70页 |
| 4.1 基于Hadoop的数据融合系统需求分析与概要设计 | 第40-43页 |
| 4.1.1 数据融合系统功能需求分析 | 第40-41页 |
| 4.1.2 数据融合系统基本结构 | 第41-42页 |
| 4.1.3 数据融合系统处理流程 | 第42-43页 |
| 4.2 基于Hadoop的数据融合系统详细设计与实现 | 第43-55页 |
| 4.2.1 数据采集与预处理模块详细设计与实现 | 第43-46页 |
| 4.2.2 数据存储模块详细设计与实现 | 第46-49页 |
| 4.2.3 数据融合模块详细设计与实现 | 第49-53页 |
| 4.2.4 用户管理模块详细设计与实现 | 第53-55页 |
| 4.3 基于Hadoop的数据融合系统演示 | 第55-69页 |
| 4.3.1 数据采集与预处理模块演示 | 第58-60页 |
| 4.3.2 数据存储模块演示 | 第60-64页 |
| 4.3.3 数据融合模块演示 | 第64-67页 |
| 4.3.4 用户管理模块演示 | 第67-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 总结和展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
