| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·论文研究背景及意义 | 第8页 |
| ·国内外发展及研究现状综述 | 第8-12页 |
| ·粗糙集理论发展概况 | 第8-9页 |
| ·粗糙集理论在不完备信息系统处理中的研究现状 | 第9-10页 |
| ·信息融合技术研究现状 | 第10-12页 |
| ·研究目标及研究内容 | 第12页 |
| ·论文的章节结构 | 第12-14页 |
| 2 粗糙集理论基础 | 第14-20页 |
| ·知识与分类 | 第14页 |
| ·粗糙集理论的基本概念 | 第14-15页 |
| ·不完备信息系统中粗糙集理论的扩充 | 第15-17页 |
| ·不完备信息系统的特点 | 第15-16页 |
| ·不完备信息处理方式 | 第16页 |
| ·基于容差关系的扩充粗糙集模型 | 第16-17页 |
| ·决策表离散化 | 第17页 |
| ·离散化算法介绍 | 第17-19页 |
| ·等距离划分算法 | 第18页 |
| ·等频率划分算法 | 第18页 |
| ·NaiveScaler算法 | 第18页 |
| ·布尔逻辑和粗糙集理论相结合的离散化算法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 不确定条件下的数据预处理 | 第20-36页 |
| ·不完备信息系统数据补齐方法介绍 | 第20-24页 |
| ·Mean Completer算法 | 第20页 |
| ·Combinatorial Completer算法 | 第20页 |
| ·基于粗糙集理论的不完备数据分析方法(ROUSTIDA) | 第20-24页 |
| ·数据预处理 | 第24-30页 |
| ·常用坐标系 | 第24页 |
| ·传感器坐标系变换 | 第24-26页 |
| ·时间配准算法 | 第26-27页 |
| ·空间配准算法 | 第27-30页 |
| ·量纲对准 | 第30页 |
| ·卡尔曼滤波 | 第30-31页 |
| ·算例验证 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 4 数据关联 | 第36-50页 |
| ·数据关联与状态估计 | 第36-37页 |
| ·关联算法描述 | 第37-43页 |
| ·最邻近数据关联 | 第37-38页 |
| ·概率数据关联 | 第38-41页 |
| ·统计关联方法 | 第41页 |
| ·全局最邻近数据关联 | 第41-42页 |
| ·各种数据关联算法比较 | 第42-43页 |
| ·概率数据关联算法的软件实现 | 第43-44页 |
| ·仿真分析 | 第44-48页 |
| ·本章小结 | 第48-50页 |
| 5 数据融合方法及其应用 | 第50-72页 |
| ·多源信息融合定义 | 第50页 |
| ·多源信息融合分类 | 第50-54页 |
| ·按信息融合目的分类 | 第50-51页 |
| ·按信息融合处理层次分类 | 第51-52页 |
| ·按信息融合结构模型分类 | 第52-54页 |
| ·多源属性融合 | 第54-61页 |
| ·贝叶斯统计理论概述 | 第54页 |
| ·贝叶斯统计理论的信息融合 | 第54-55页 |
| ·Dempster-Shafer证据理论概述 | 第55-57页 |
| ·基于Dempster-Shafer证据理论的信息融合 | 第57-60页 |
| ·贝叶斯理论与证据理论的比较 | 第60-61页 |
| ·多源状态融合 | 第61-65页 |
| ·卡尔曼加权融合算法 | 第61-63页 |
| ·简单航迹融合 | 第63-64页 |
| ·协方差加权航迹融合 | 第64-65页 |
| ·融合方法应用案例 | 第65-71页 |
| ·基于DS证据理论的属性融合案例分析 | 第65-67页 |
| ·基于卡尔曼加权的状态融合案例分析 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-74页 |
| ·论文总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 附录 | 第82页 |
