| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 图目录 | 第11-12页 |
| 表目录 | 第12-13页 |
| 文中所涉及基本概念的中英文缩写对照表 | 第13-14页 |
| 第一章 绪论 | 第14-30页 |
| 1.1 研究背景与意义 | 第14页 |
| 1.2 信息融合研究概述 | 第14-21页 |
| 1.2.1 信息与信息融合 | 第14-16页 |
| 1.2.2 信息融合模型 | 第16-19页 |
| 1.2.3 信息融合应用与发展现状 | 第19-21页 |
| 1.3 高层信息融合与证据推理 | 第21-28页 |
| 1.3.1 高层信息融合及其不确定性问题 | 第21-23页 |
| 1.3.2 不确定性信息处理方法研究现状 | 第23-24页 |
| 1.3.3 证据理论研究现状 | 第24-26页 |
| 1.3.4 HLIF 中的可靠证据合成问题 | 第26-28页 |
| 1.4 论文主要工作和章节安排 | 第28-30页 |
| 第二章 证据理论基础 | 第30-38页 |
| 2.1 引言 | 第30页 |
| 2.2 证据理论的数学基础 | 第30-33页 |
| 2.2.1 概率模型 | 第30-31页 |
| 2.2.2 上下概率模型 | 第31-32页 |
| 2.2.3 信任函数方法 | 第32-33页 |
| 2.3 证据理论的基本概念 | 第33-34页 |
| 2.4 DEMPSTER 合成规则 | 第34-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 BPA 概率转换方法研究 | 第38-50页 |
| 3.1 引言 | 第38页 |
| 3.2 现有 BPA 概率转换方法分析 | 第38-41页 |
| 3.2.1 依规则的 BPA 概率转换方法 | 第39-40页 |
| 3.2.2 依认识的 BPA 概率转换方法 | 第40-41页 |
| 3.3 基于不确定度的 BPA 概率转换方法 | 第41-44页 |
| 3.4 基于非特异度的 BPA 概率转换方法 | 第44-48页 |
| 3.4.1 常用不确定度计算方法 | 第44-45页 |
| 3.4.2 基于 Jousselme 距离的非特异度 | 第45-46页 |
| 3.4.3 “假设-校验”联合求解方法 | 第46页 |
| 3.4.4 实验分析 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 基于信息守恒 BPA 概率转换的证据距离度量方法研究 | 第50-66页 |
| 4.1 引言 | 第50页 |
| 4.2 现有证据距离度量方法 | 第50-53页 |
| 4.2.1 Minkowski 距离度量 | 第51-52页 |
| 4.2.2 内积类型距离 | 第52-53页 |
| 4.3 基于 BPA 概率转换的证据距离度量 | 第53-61页 |
| 4.3.1 BPA 概率转换中的信息测度 | 第53-55页 |
| 4.3.2 信息守恒 BPA 概率转换方法 | 第55-56页 |
| 4.3.3 ICPT 性质分析 | 第56-59页 |
| 4.3.4 ICPT 快速求解算法 | 第59-61页 |
| 4.4 实验分析 | 第61-63页 |
| 4.4.1 实验 1 | 第61-62页 |
| 4.4.2 实验 2 | 第62-63页 |
| 4.4.3 实验 3 | 第63页 |
| 4.5 本章小结 | 第63-66页 |
| 第五章 非对称证据冲突度量方法研究 | 第66-80页 |
| 5.1 引言 | 第66页 |
| 5.2 现有证据冲突度量分析 | 第66-71页 |
| 5.2.1 冲突系数 k | 第67-68页 |
| 5.2.2 证据距离冲突度量 | 第68-69页 |
| 5.2.3 复合冲突度量 | 第69-70页 |
| 5.2.4 基于关联度的冲突度量 | 第70-71页 |
| 5.3 证据冲突度量的定义 | 第71-73页 |
| 5.4 非对称证据冲突度量方法 | 第73-77页 |
| 5.4.1 证据包含度 | 第73-74页 |
| 5.4.2 非对称证据冲突度量 | 第74-77页 |
| 5.5 实验分析 | 第77-79页 |
| 5.5.1 实验 1 | 第77页 |
| 5.5.2 实验 2 | 第77页 |
| 5.5.3 实验 3 | 第77-79页 |
| 5.6 本章小结 | 第79-80页 |
| 第六章 冲突证据的折扣合成方法研究 | 第80-98页 |
| 6.1 引言 | 第80页 |
| 6.2 现有冲突证据合成方法分析 | 第80-84页 |
| 6.2.1 合成规则修订方法 | 第80-82页 |
| 6.2.2 数据模型修订方法 | 第82-84页 |
| 6.3 基于二元因子的冲突证据折扣合成 | 第84-86页 |
| 6.3.1 证据折扣合成框架 | 第84-85页 |
| 6.3.2 二元折扣因子建模 | 第85-86页 |
| 6.3.3 证据折扣合成中的静态与动态问题 | 第86页 |
| 6.4 证据可靠度评估方法研究 | 第86-89页 |
| 6.4.1 静态传感器可靠度评估方法 | 第86-87页 |
| 6.4.2 动态传感器可靠度评估方法 | 第87-89页 |
| 6.5 静态证据分类折扣合成方法 | 第89-91页 |
| 6.5.1 静态证据重要度模型 | 第89页 |
| 6.5.2 基于一致性分类的证据折扣合成方法 | 第89-91页 |
| 6.6 动态证据复合折扣合成方法 | 第91-93页 |
| 6.6.1 动态证据重要性模型 | 第91-92页 |
| 6.6.2 动态证据复合折扣因子 | 第92-93页 |
| 6.7 实验分析 | 第93-96页 |
| 6.7.1 实验 1 | 第93-94页 |
| 6.7.2 实验 2 | 第94-96页 |
| 6.8 本章小结 | 第96-98页 |
| 结束语 | 第98-100页 |
| 致谢 | 第100-102页 |
| 参考文献 | 第102-114页 |
| 附录 | 第114-115页 |
| 作者简历 | 第115页 |