数据融合中的态势估计技术研究
1.绪论 | 第1-16页 |
·数据融合 | 第7-10页 |
·数据融合的基本概念 | 第7-8页 |
·数据融合处理模型及技术方法分类 | 第8-10页 |
·态势估计的基本概念 | 第10-11页 |
·态势估计的研究现状 | 第11-15页 |
·国外研究现状 | 第11-13页 |
·国内研究现状 | 第13-15页 |
·本论文研究内容、意义及安排 | 第15-16页 |
2.态势估计分析 | 第16-29页 |
·态势估计技术 | 第16-19页 |
·态势估计功能模型 | 第19-23页 |
·态势估计推理框架 | 第23-25页 |
·态势估计的结构特点 | 第23页 |
·态势估计中常用的推理框架 | 第23-25页 |
·推理框架的特点与共性 | 第25页 |
·态势估计推理算法 | 第25-29页 |
·推理算法的特点 | 第25-27页 |
·模板匹配算法 | 第27-29页 |
3.专家系统在态势估计系统中的应用 | 第29-48页 |
·专家系统的基本知识 | 第29-31页 |
·黑板模型的基本知识 | 第31-33页 |
·黑板模型的结构 | 第31-32页 |
·黑板模型的推理与知识应用 | 第32-33页 |
·态势估计军事专家系统采用黑板模型的原因 | 第33-34页 |
·基于专家模型的空战态势估计系统的建模 | 第34-45页 |
·态势估计系统的功能划分 | 第34-36页 |
·态势估计系统的黑板模型及推理机制 | 第36-39页 |
·黑板的建模 | 第36-38页 |
·控制搜索策略 | 第38-39页 |
·态势估计系统的知识库 | 第39-45页 |
·系统的领域知识 | 第39-41页 |
·知识的表示方法 | 第41-42页 |
·不精确推理 | 第42-45页 |
·战场环境的创建 | 第45页 |
·仿真 | 第45-47页 |
·存在的难点 | 第47-48页 |
4.贝叶斯网络在态势估计中的应用 | 第48-63页 |
·贝叶斯网络的基本概念 | 第48-51页 |
·树型贝叶斯网络的传递算法 | 第51-53页 |
·多层次假设中的证据推理算法 | 第53-55页 |
·基于贝叶斯网络的态势估计模型 | 第55-60页 |
·静态贝叶斯网络模型 | 第55-58页 |
·动态贝叶斯网络模型 | 第58-60页 |
·基于贝叶斯网络的态势估计系统的建模 | 第60-61页 |
·仿真及结果分析 | 第61-62页 |
·存在的难点 | 第62-63页 |
5.结束语 | 第63-65页 |
6.参考文献 | 第65-70页 |
致谢 | 第70-71页 |