| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·数据融合技术的发展概况 | 第8-9页 |
| ·问题的提出 | 第9-11页 |
| ·论文工作简介 | 第11-13页 |
| 第二章 数据融合与数据挖掘技术概述 | 第13-21页 |
| ·多传感器数据融合技术简介 | 第13-18页 |
| ·数据融合的基本概念 | 第13-14页 |
| ·数据融合的功能模型 | 第14-15页 |
| ·属性融合的原理和结构 | 第15-18页 |
| ·数据挖掘技术 | 第18-20页 |
| ·数据挖掘的概念和任务 | 第18-19页 |
| ·数据挖掘的算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于粗糙集理论的数据融合算法研究 | 第21-34页 |
| ·引言 | 第21-22页 |
| ·粗糙集的基本概念 | 第22-23页 |
| ·知识表达系统和决策系统 | 第22页 |
| ·粗集集合 | 第22-23页 |
| ·知识约简 | 第23-26页 |
| ·知识获取 | 第23-25页 |
| ·属性约简 | 第25-26页 |
| ·规则提取 | 第26页 |
| ·决策表的离散化方法研究 | 第26-28页 |
| ·基于粗糙集理论的数据融合算法 | 第28-33页 |
| ·融合算法 | 第28-29页 |
| ·算法实例 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 不完备信息系统的数据挖掘方法研究 | 第34-50页 |
| ·引言 | 第34-35页 |
| ·不完备信息系统 | 第35-36页 |
| ·不完备信息系统 | 第35页 |
| ·不完备信息系统的常见处理方法 | 第35-36页 |
| ·粗糙集理论的扩展 | 第36-39页 |
| ·相似模型 | 第36-37页 |
| ·知识约简 | 第37-39页 |
| ·不完备信息系统的数据挖掘方法 | 第39-49页 |
| ·不完备信息系统的数据挖掘方法 | 第39-41页 |
| ·算法分析与研究 | 第41-42页 |
| ·实例分析 | 第42-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 粗糙集和神经网络相结合的融合系统设计 | 第50-71页 |
| ·引言 | 第50-51页 |
| ·神经网络在数据融合中的应用 | 第51-56页 |
| ·神经网络技术概述 | 第51-52页 |
| ·基于神经网络的融合模型的建立 | 第52-53页 |
| ·模糊神经网络 | 第53-56页 |
| ·粗糙集和神经网络集成方法研究 | 第56-58页 |
| ·粗糙集和神经网络集成的可行性 | 第56-57页 |
| ·粗糙集和神经网络常见的集成方法 | 第57-58页 |
| ·粗糙集和模糊神经网络相集成的融合系统 | 第58-64页 |
| ·基于粗糙集—模糊神经网络的融合系统设计 | 第58-59页 |
| ·网络的构造方法 | 第59-61页 |
| ·融合系统的算法研究 | 第61-64页 |
| ·仿真实验 | 第64-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 回顾与展望 | 第71-73页 |
| ·论文工作总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 作者在攻读硕士学位期间所参加的科研项目和发表的论文 | 第78-79页 |
| 致谢 | 第79-80页 |