基于概率图模型的态势估计
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·态势估计的研究内容 | 第10-12页 |
| ·多传感器数据融合概述 | 第10页 |
| ·态势估计的定义 | 第10-11页 |
| ·态势估计模型 | 第11-12页 |
| ·态势估计目前存在的问题 | 第12-13页 |
| ·论文研究内容和章节安排 | 第13-16页 |
| 第2章 态势估计的常用方法分析 | 第16-28页 |
| ·引言 | 第16页 |
| ·事件检测常用方法 | 第16-19页 |
| ·事件的简介与类型 | 第16-17页 |
| ·事件检测方法 | 第17-19页 |
| ·目标编群常用方法 | 第19-22页 |
| ·目标编群问题简介 | 第19-20页 |
| ·目标编群常用方法描述 | 第20-22页 |
| ·态势预测常用方法 | 第22-25页 |
| ·专家系统 | 第22-23页 |
| ·D-S 证据理论 | 第23-24页 |
| ·计划识别 | 第24-25页 |
| ·本章小结 | 第25-28页 |
| 第3章 目标编群问题描述及算法分析 | 第28-44页 |
| ·引言 | 第28页 |
| ·双曲线平滑聚类方法 | 第28-33页 |
| ·基于双曲线平滑的目标编群算法 | 第33-36页 |
| ·基于双曲线平滑的目标编群算法的实验结果分析 | 第36-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于概率图模型的态势估计 | 第44-72页 |
| ·引言 | 第44页 |
| ·概率图模型理论知识 | 第44-47页 |
| ·基于团树传播方法的概率图模型推理 | 第47-54页 |
| ·团树的构造 | 第47-50页 |
| ·团树传播推理算法 | 第50-54页 |
| ·态势估计中概率图模型结构的建立 | 第54-57页 |
| ·态势推理中基于遗传算法的三角化 | 第57-63页 |
| ·利用自适应遗传算法求解态势推理中的三角化问题 | 第58-61页 |
| ·实验分析 | 第61-63页 |
| ·实例分析 | 第63-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
