一种基于随机集的异类信息表示与融合方法
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题的背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·多源信息融合研究发展 | 第10-12页 |
| ·随机集理论的研究发展 | 第12-13页 |
| ·论文研究内容及目标 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第2章 相关理论与技术 | 第15-27页 |
| ·多源信息融合 | 第15-18页 |
| ·数据融合功能模型 | 第15-16页 |
| ·数据融合级别 | 第16页 |
| ·多源信息融合的应用领域 | 第16-17页 |
| ·多源信息融合面临的关键问题 | 第17-18页 |
| ·多源信息融合方法 | 第18-23页 |
| ·基于D-S证据理论的融合方法 | 第19-21页 |
| ·基于模糊集理论的融合方法 | 第21-23页 |
| ·多源信息的随机集表示 | 第23-26页 |
| ·不完备信息 | 第23页 |
| ·随机集的基本理论 | 第23-25页 |
| ·D-S证据理论的随机集表示 | 第25-26页 |
| ·模糊集理论的随机集表示 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 随机集框架下异类信息的表示与融合 | 第27-38页 |
| ·状态监测与故障诊断 | 第27-30页 |
| ·状态监测与故障诊断的发展 | 第27-28页 |
| ·基于多源信息融合的状态监测与故障诊断 | 第28-29页 |
| ·状态监测与故障诊断中的异类信息问题 | 第29-30页 |
| ·随机集框架下异类信息的表示 | 第30-36页 |
| ·监测与诊断中有关集合的设置 | 第30-31页 |
| ·传感器数据基本概率分配的随机集表示 | 第31-34页 |
| ·专家意见基本概率分配的随机集表示 | 第34-36页 |
| ·随机集框架下的信息融合 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第4章 仿真实验与结果分析 | 第38-49页 |
| ·随机集框架下异类信息的处理过程 | 第38-44页 |
| ·传感器数据的随机集处理过程 | 第38-42页 |
| ·专家意见的随机集处理过程 | 第42-43页 |
| ·随机集框架下信息融合结果 | 第43-44页 |
| ·实验结果分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第54-55页 |
| 致谢 | 第55页 |