一种信息源可信度预测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·论文研究的背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国内研究现状 | 第11页 |
| ·国外研究现状 | 第11-12页 |
| ·论文研究内容及目标 | 第12-13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 相关技术 | 第15-29页 |
| ·D-S证据理论概述 | 第15-17页 |
| ·D-S证据理论的发展 | 第15-16页 |
| ·D-S证据理论的应用 | 第16-17页 |
| ·D-S证据理论的基本原理 | 第17-21页 |
| ·识别框架 | 第17-18页 |
| ·基本概率分配函数 | 第18-19页 |
| ·信任函数 | 第19-20页 |
| ·似然函数 | 第20-21页 |
| ·D-S证据理论合成规则 | 第21-24页 |
| ·基本合成规则 | 第21-23页 |
| ·多证据源合成规则 | 第23页 |
| ·证据合成规则的性质 | 第23-24页 |
| ·证据的相关性 | 第24-25页 |
| ·D-S证据理论的优点与不足 | 第25-26页 |
| ·Pignistic概率基本原理及改进 | 第26-28页 |
| ·Pignistic概率转换原理 | 第27页 |
| ·Pignistic概率转换改进方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于预测可信度的D-S证据融合改进算法 | 第29-41页 |
| ·问题提出 | 第29-33页 |
| ·D-S证据理论融合效率 | 第29页 |
| ·证据冲突产生的原因及分类 | 第29-31页 |
| ·证据源可信度方法 | 第31-32页 |
| ·可信度方法与其他方法比较与分析 | 第32-33页 |
| ·问题分析 | 第33-34页 |
| ·HCH方法介绍 | 第33-34页 |
| ·HCH方法存在的缺陷 | 第34页 |
| ·预测可信度计算方法 | 第34-36页 |
| ·预测可信度系数平衡因子训练方法 | 第36-38页 |
| ·基于预测可信度的D-S合成规则 | 第38-39页 |
| ·基于预测可信度的D-S证据理论融合算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 仿真实验与结果分析 | 第41-48页 |
| ·实验运行环境 | 第41页 |
| ·实验结果分析 | 第41-46页 |
| ·训练预测可信度平衡因子实验 | 第41-45页 |
| ·基于预测可信度的融合算法性能对比 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
