基于模糊集与统计理论的多传感器数据融合算法研究
摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-16页 |
·课题研究背景 | 第10-11页 |
·课题研究现状 | 第11-12页 |
·课题研究的问题 | 第12-13页 |
·论文主要内容和章节安排 | 第13-16页 |
第二章 多传感器数据融合相关理论 | 第16-30页 |
·数据融合基本概念 | 第16-20页 |
·数据融合的定义 | 第16-17页 |
·数据融合的常用处理结构 | 第17-19页 |
·数据融合在现实中的应用 | 第19-20页 |
·数据融合的层次 | 第20-24页 |
·数据级融合 | 第20-21页 |
·特征级融合 | 第21-22页 |
·决策级融合 | 第22-24页 |
·数据融合技术和方法 | 第24-29页 |
·典型数据融合算法 | 第25-26页 |
·融合算法的集成 | 第26-28页 |
·技术方法研究趋势 | 第28-29页 |
·本章小结 | 第29-30页 |
第三章 模糊集在数据融合算法的应用研究 | 第30-44页 |
·模糊集的相关概念 | 第30-31页 |
·模糊集定义 | 第30-31页 |
·模糊集表示方法 | 第31页 |
·同质传感器数据融合模型 | 第31页 |
·模糊集在融合算法的典型应用与比较 | 第31-36页 |
·基于模糊贴近度的数据融合算法 | 第32-33页 |
·基于模糊综合函数的数据融合算法 | 第33-34页 |
·基于模糊置信距离一致性的数据融合算法 | 第34-35页 |
·数据融合算法间的比较 | 第35-36页 |
·基于最优融合集的多传感器数据融合算法 | 第36-39页 |
·最优融合集定义 | 第36-37页 |
·融合矩阵定义及计算 | 第37-38页 |
·权重系数分配 | 第38页 |
·融合结果计算 | 第38-39页 |
·应用实例及仿真实验分析 | 第39-42页 |
·应用实例对比分析 | 第39-40页 |
·仿真实验对比分析 | 第40-41页 |
·抗干扰能力对比分析 | 第41-42页 |
·本章小结 | 第42-44页 |
第四章 D-S证据理论在数据融合算法的应用研究 | 第44-58页 |
·D-S证据理论 | 第44-46页 |
·D-S证据理论基本概念 | 第44-45页 |
·D-S证据理论合成规则 | 第45页 |
·D-S证据理论的不足 | 第45-46页 |
·经典证据组合规则改进算法分析 | 第46-47页 |
·Murphy方法 | 第46页 |
·Yager等人方法 | 第46-47页 |
·DP规则 | 第47页 |
·D-S证据理论中冲突证据融合新方法 | 第47-50页 |
·冲突因子的定义 | 第48页 |
·相关度矩阵计算 | 第48-49页 |
·证据全局信誉度计算 | 第49-50页 |
·冲突证据处理及融合步骤 | 第50页 |
·实例验证及对比分析 | 第50-56页 |
·冲突证据合成实验对比 | 第51-53页 |
·实例验证及分析 | 第53-54页 |
·仿真实验对比分析 | 第54-56页 |
·本章小结 | 第56-58页 |
第五章 数据融合算法在温室环境控制中的应用 | 第58-76页 |
·温室环境控制系统概述 | 第58-61页 |
·温室环境控制因子 | 第58-59页 |
·温室环境控制的主要参数 | 第59-60页 |
·温室环境因子关系 | 第60-61页 |
·融合系统方案设计 | 第61-64页 |
·融合系统二级模型 | 第61-62页 |
·局部融合算法 | 第62-63页 |
·全局融合算法 | 第63-64页 |
·融合算法在温室果蔬栽培中的应用实例 | 第64-74页 |
·番茄的生物学特征特分析 | 第64-65页 |
·番茄的环境因子数据采集 | 第65-67页 |
·融合算法番茄栽培环境控制中的应用 | 第67-69页 |
·草莓的生物学特征特分析 | 第69-70页 |
·草莓的环境因子数据采集 | 第70-72页 |
·融合算法在草莓栽培环境控制中的应用 | 第72-74页 |
·本章小结 | 第74-76页 |
第六章 总结与展望 | 第76-80页 |
·课题总结 | 第76-77页 |
·课题展望 | 第77-80页 |
参考文献 | 第80-84页 |
致谢 | 第84-86页 |
攻读硕士学位期间发表的学术论文目录 | 第86页 |