| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 第一章 绪论 | 第6-19页 |
| §1．1 概述 | 第6-8页 |
| §1．2 C~4ISR系统目标综合识别 | 第8-16页 |
| §1．3 面临的问题 | 第16-17页 |
| §1．4 论文主要研究内容 | 第17-19页 |
| 第二章 证据模型的建立 | 第19-36页 |
| §2．1 引言 | 第19-20页 |
| §2．2 Dempster-Shafer证据理论 | 第20-22页 |
| §2．3 通用证据模型的建立 | 第22-29页 |
| §2．4 基于概率模型的证据模型 | 第29-32页 |
| §2．5 基于模糊模型的证据模型 | 第32-35页 |
| §2．6 小结 | 第35-36页 |
| 第三章 目标综合识别中证据的一致性检验 | 第36-51页 |
| §3．1 引言 | 第36-37页 |
| §3．2 基于最小超冲突准则的证据聚类算法 | 第37-44页 |
| §3．3 基于κ近邻准则的证据分类算法 | 第44-50页 |
| §3．4 小结 | 第50-51页 |
| 第四章 基于均衡信度分配准则的证据组合方法 | 第51-67页 |
| §4．1 引言 | 第51-52页 |
| §4．2 基于Dempster规则的证据组合方法概述 | 第52-58页 |
| §4．3 基于均衡信度分配准则的证据组合方法 | 第58-61页 |
| §4．4 算法仿真及性能分析 | 第61-65页 |
| §4．5 小结 | 第65-67页 |
| 第五章 目标综合识别算法的实时性处理及性能评估 | 第67-82页 |
| §5．1 引言 | 第67-68页 |
| §5．2 基于截断型D-S的快速证据组合方法 | 第68-75页 |
| §5．3 目标综合识别算法的性能评估 | 第75-79页 |
| §5．4 小结 | 第79-82页 |
| 第六章 结束语 | 第82-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-96页 |
| 作者攻读博士学位期间完成的学术论文 | 第96-97页 |
| 附录A | 第97-98页 |