首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--一般性问题论文--设计、性能分析与综合论文

基于多源信息融合的目标识别算法及应用

致谢第5-6页
摘要第6-8页
Abstract第8-9页
第1章 绪论第12-16页
    1.1 研究背景及意义第12页
    1.2 目标识别算法及其应用的研究现状第12-14页
    1.3 主要研究内容及组织安排第14-16页
        1.3.1 论文主要研究内容第14-15页
        1.3.2 论文的具体组织安排第15-16页
第2章 改进两两证据融合算法第16-33页
    2.1 引言第16页
    2.2 冲突证据的预处理算法第16-19页
        2.2.1 证据组合规则第16-17页
        2.2.2 证据预处理算法第17-19页
    2.3 已有局部冲突信息再分配算法第19-20页
    2.4 改进焦元可信度计算式的证据融合算法第20-21页
    2.5 改进融合顺序的两两证据融合算法第21-24页
        2.5.1 融合顺序的优化第22页
        2.5.2 基于优化融合顺序的冲突证据融合算法第22-23页
        2.5.3 新算法步骤第23-24页
    2.6 算例及仿真分析第24-31页
        2.6.1 改进证据可信度计算式算法算例及仿真分析第24-27页
        2.6.2 改进融合顺序的两两证据融合算法算例及仿真分析第27-31页
    2.7 本章小结第31-33页
第3章 多证据直接融合算法第33-49页
    3.1 引言第33页
    3.2 改进的三证据直接融合算法第33-37页
        3.2.1 改进三证据直接融合算法思想第33-34页
        3.2.2 已有改进3-D证据融合算法[32]第34-35页
        3.2.3 新的三证据直接融合算法第35-37页
    3.3 多条证据直接融合的改进算法第37-38页
    3.4 选择性分组融合规则第38-39页
    3.5 算例与仿真分析第39-48页
        3.5.1 三条证据直接融合的改进算法仿真分析第39-41页
        3.5.2 多条证据直接融合的改进算法算例实验第41-44页
        3.5.3 自适应融合算法算例与仿真分析第44-48页
    3.6 本章小结第48-49页
第4章 基于多参数冲突度量的证据融合算法第49-65页
    4.1 引言第49页
    4.2 基于证据排序融合的局部冲突信息再分配算法第49-53页
        4.2.1 改进算法思想第49-50页
        4.2.2 改进的证据冲突度量算法第50-51页
        4.2.3 改进的局部冲突信息再分配算法第51-53页
    4.3 融合重合度和Jousselme证据距离的冲突度量算法第53-54页
        4.3.1 新算法思想第53页
        4.3.2 新算法描述第53-54页
    4.4 综合冲突度量函数在含有非单子集焦元证据冲突度量中的应用第54-56页
    4.5 算例及仿真分析第56-64页
        4.5.1 改进证据排序融合的局部冲突信息再分配算法分析第56-61页
        4.5.2 融合重合度和Jousselme证据的冲突度量算法算例实验第61-64页
            4.5.2.1 不含非单子集焦元的证据融合算例分析第61页
            4.5.2.2 含有非单子集焦元的证据融合算例分析第61-64页
    4.6 本章小结第64-65页
第5章 总结与展望第65-68页
    5.1 全文总结第65-66页
    5.2 未来研究工作展望第66-68页
参考文献第68-73页
附录第73-76页
作者简历第76页

论文共76页,点击 下载论文
上一篇:基于深度学习的SAR图像目标识别
下一篇:光纤光栅流量传感研究