| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第14-32页 |
| 1.1 课题来源 | 第14页 |
| 1.2 研究背景 | 第14-18页 |
| 1.3 国内外研究现状 | 第18-27页 |
| 1.3.1 多源不确定性信息描述与知识处理 | 第18-21页 |
| 1.3.2 信息融合技术发展历程及面临的挑战 | 第21-23页 |
| 1.3.3 多卫星监测海水海表温度融合 | 第23-26页 |
| 1.3.4 融合模型的评估方法 | 第26-27页 |
| 1.4 研究内容与创新点 | 第27-28页 |
| 1.5 研究意义 | 第28-29页 |
| 1.6 本文结构 | 第29-32页 |
| 第二章 全信息数据及全信息融合的多层多粒度模型 | 第32-57页 |
| 2.1 全信息数据 | 第32-39页 |
| 2.1.1 全信息数据特征 | 第33-35页 |
| 2.1.2 全信息数据的多层多粒度解析 | 第35-39页 |
| 2.2 全信息数据的约简 | 第39-44页 |
| 2.2.1 全信息数据的信息量度量 | 第39-42页 |
| 2.2.2 全信息数据的指向性约简与信息耗损 | 第42-44页 |
| 2.3 多层多粒度全信息融合模型 | 第44-55页 |
| 2.3.1 人类认知过程与全信息融合 | 第44-46页 |
| 2.3.2 全信息融合模型 | 第46-49页 |
| 2.3.3 全信息融合模型逻辑结构 | 第49-51页 |
| 2.3.4 多层多粒度全信息融合模型 | 第51-54页 |
| 2.3.5 融合复杂度与融合层次 | 第54-55页 |
| 2.4 本章小结 | 第55-57页 |
| 第三章 传统数据融合方法——全信息数据的数据层融合 | 第57-70页 |
| 3.1 海表温度数据融合概况 | 第57-58页 |
| 3.2 多源数据的统计特征 | 第58-59页 |
| 3.3 变异系数融合法 | 第59-68页 |
| 3.3.1 变异系数法应用背景 | 第59-60页 |
| 3.3.2 变异系数法权重计算 | 第60-62页 |
| 3.3.3 多源卫星数据加权融合方法 | 第62-65页 |
| 3.3.4 融合结果检验 | 第65-68页 |
| 3.3.5 拓展订正点分析 | 第68页 |
| 3.4 聚类融合方法 | 第68-69页 |
| 3.5 本章小结 | 第69-70页 |
| 第四章 扩展信息融合方法——全信息数据的信息层融合 | 第70-85页 |
| 4.1 基于推理的融合方法 | 第70-71页 |
| 4.2 传感器测量过程中的系统误差 | 第71-72页 |
| 4.3 多源数据的冲突度矩阵融合模型 | 第72-75页 |
| 4.3.1 多源数据一致性量化 | 第72-73页 |
| 4.3.2 多源数据冲突性量化 | 第73-74页 |
| 4.3.3 多源数据冲突度矩阵融合 | 第74-75页 |
| 4.4 多源数据的协同自适应融合模型 | 第75-84页 |
| 4.4.1 协同融合模型 | 第76-78页 |
| 4.4.2 协同融合方法实现流程 | 第78-80页 |
| 4.4.3 协同系数自适应学习器 | 第80-81页 |
| 4.4.4 协同融合结果 | 第81页 |
| 4.4.5 实验过程 | 第81-83页 |
| 4.4.6 实验分析 | 第83-84页 |
| 4.5 本章小结 | 第84-85页 |
| 第五章 多层多粒度融合与评估——结构化数据知识发现 | 第85-103页 |
| 5.1 多层多粒度可信度评估模型 | 第85-86页 |
| 5.2 卫星传感器测量可信度量化模型 | 第86-97页 |
| 5.2.1 离群值判别与离群率 | 第86-92页 |
| 5.2.2 卫星传感器时间上的稳定性 | 第92-94页 |
| 5.2.3 卫星传感器空间上的稳定性 | 第94-95页 |
| 5.2.4 卫星传感器可靠性量化 | 第95-97页 |
| 5.3 测量目标时空稳定性量化模型 | 第97-101页 |
| 5.3.1 环境时/空复杂性量化 | 第97-100页 |
| 5.3.2 海洋区域复杂性综合评价 | 第100页 |
| 5.3.3 海洋区域稳定性量化 | 第100-101页 |
| 5.4 本章小结 | 第101-103页 |
| 第六章 空间认知检索与全信息数据的非结构化知识提取 | 第103-119页 |
| 6.1 基于海域的空间知识描述 | 第104-107页 |
| 6.1.1 海洋区域之间的属性关系 | 第104-105页 |
| 6.1.2 海域空间知识库的建立 | 第105-106页 |
| 6.1.3 空间匹配算法的构建 | 第106-107页 |
| 6.2 基于空间认知的检索算法 | 第107-109页 |
| 6.2.1 文献预处理 | 第107-108页 |
| 6.2.2 基于空间知识库的文献检索方法 | 第108-109页 |
| 6.2.3 基于阈值的柔性匹配结果输出 | 第109页 |
| 6.3 台湾海峡 SST 信息检索 | 第109-112页 |
| 6.4. 全信息融合系统与非结构化知识提取 | 第112-117页 |
| 6.4.1 卫星监测数据集数据提取 | 第112-113页 |
| 6.4.2 高精度点提取 | 第113-115页 |
| 6.4.3 多融合方法融合效果对比 | 第115-116页 |
| 6.4.4 非结构化规则提取 | 第116-117页 |
| 6.5 本章小结 | 第117-119页 |
| 第七章 总结与展望 | 第119-122页 |
| 7.1 结论 | 第119-120页 |
| 7.2 展望 | 第120-122页 |
| 参考文献 | 第122-132页 |
| 作者在攻读博士学位期间公开发表的论文与专利 | 第132-134页 |
| 作者在攻读博士学位期间参研课题 | 第134-135页 |
| 致谢 | 第135-136页 |
