多源信息融合技术研究及应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-13页 |
| ·选题背景及意义 | 第9-10页 |
| ·信息融合技术概述 | 第10-12页 |
| ·信息融合的理论由来 | 第11页 |
| ·信息融合基本概念 | 第11页 |
| ·信息融合发展概况 | 第11-12页 |
| ·研究内容及论文组织结构 | 第12-13页 |
| 第2章 多源信息融合的模型 | 第13-20页 |
| ·信息融合的功能模型 | 第13页 |
| ·信息融合结构模型 | 第13-19页 |
| ·检测级融合模型 | 第14-15页 |
| ·跟踪级融合结构 | 第15-17页 |
| ·属性级融合结构模型 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 多源信息融合的基本算法及分析 | 第20-28页 |
| ·基于卡尔曼滤波的数据融合 | 第20-22页 |
| ·贝叶斯统计理论 | 第22-24页 |
| ·Bayes公式 | 第22-23页 |
| ·基于Bayes理论的数据融合 | 第23-24页 |
| ·D-S证据理论 | 第24-27页 |
| ·D-S证据理论基本概念 | 第24-25页 |
| ·D-S证据理论的数据融合应用 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 复杂环境下的多源信息融合 | 第28-50页 |
| ·复杂环境下分布式多传感器检测 | 第28-35页 |
| ·多传感器系统的马尔科夫模型 | 第28-29页 |
| ·分布式检测融合策略 | 第29-31页 |
| ·仿真结果和分析 | 第31-35页 |
| ·多传感器系统冲击干扰的预处理 | 第35-41页 |
| ·奇异信号检测的分形法 | 第35-36页 |
| ·奇异信号检测的小波法 | 第36页 |
| ·抑制冲击信号的恢复 | 第36-39页 |
| ·仿真结果和分析 | 第39-41页 |
| ·信息融合的神经模糊推理理论方法 | 第41-49页 |
| ·神经模糊推理理论的融合原理 | 第41-44页 |
| ·神经模糊推理融合系统的结构 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 印刷控制系统中的信息融合技术 | 第50-63页 |
| ·印刷综合控制系统传感器分布及检测结构 | 第50-51页 |
| ·压力传感器检测原理及融合处理 | 第51-56页 |
| ·检测原理 | 第51-52页 |
| ·压力数据采集及融合处理 | 第52-56页 |
| ·综合决策处理 | 第56-62页 |
| ·综合系统结构及方案 | 第56-57页 |
| ·数据融合的控制决策 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结和展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第67-68页 |
| 致谢 | 第68页 |
