| 声明 | 第1-5页 |
| 中文摘要 | 第5-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-23页 |
| ·信息融合概述及新的理解 | 第12-21页 |
| ·信息融合的应用领域及国内外研究概况 | 第12-15页 |
| ·信息融合的级别(层次)与方式 | 第15-17页 |
| ·特征级融合 | 第17-21页 |
| ·本文拟研究的内容 | 第21-23页 |
| ·问题的提出 | 第21-22页 |
| ·本文的方案及构架 | 第22-23页 |
| 第二章 自选择特征级融合机制 | 第23-47页 |
| ·KDD 中的数据筛选 | 第23-28页 |
| ·浓缩与抽取问题 | 第23-24页 |
| ·结构与原理 | 第24-26页 |
| ·相关技术 | 第26-28页 |
| ·具有自选择能力的特征级融合机制 | 第28-45页 |
| ·优势与探索 | 第28页 |
| ·自选择与融合 | 第28-34页 |
| ·协同与互补性挖掘的融合中心 | 第34-45页 |
| ·本章小结 | 第45-47页 |
| 第三章 一种具有信源选择和序列提取能力的融合模型 | 第47-76页 |
| ·体系结构 | 第47-49页 |
| ·预处理 | 第49-51页 |
| ·时/空选择方式 | 第49-50页 |
| ·特征提取 | 第50页 |
| ·观测时空 | 第50-51页 |
| ·融合中心的选择、提取与融合 | 第51-75页 |
| ·时空信息重构 | 第51-52页 |
| ·协同与互补性挖掘的融合方式 | 第52-55页 |
| ·缠绕过程的两个空间模型 | 第55-61页 |
| ·增强紧致性与对不确定性的消除 | 第61-69页 |
| ·多层覆盖的紧致性策略 | 第69-73页 |
| ·基于协同/互补性原则的融合时空的形成 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第四章 最大获益原则的融合算法 | 第76-99页 |
| ·ID3 算法 | 第76-78页 |
| ·ID3 简介 | 第76页 |
| ·ID3 基本思想 | 第76-78页 |
| ·ID3 的几点讨论 | 第78页 |
| ·本文融合算法原理 | 第78-79页 |
| ·预处理算法及分析 | 第79-84页 |
| ·基于循环队列组选择的观测时空 | 第79-83页 |
| ·特征化处理 | 第83-84页 |
| ·信源选择与序列提取的融合中心算法 | 第84-97页 |
| ·重构示例的形式 | 第84-86页 |
| ·协同与互补性挖掘算法 | 第86-88页 |
| ·进一步的分析 | 第88-94页 |
| ·信源选择与序列提取算法 | 第94-97页 |
| ·本章小结 | 第97-99页 |
| 第五章 多元动态参数融合的水电系统实时监测的实现 | 第99-121页 |
| ·水电厂运行状态实时监测 | 第99-106页 |
| ·多元动态发电过程分析 | 第99-101页 |
| ·主变压器状态的动态监测 | 第101-102页 |
| ·衡量监测系统的两项指标 | 第102-104页 |
| ·主变运行状态评价中的问题 | 第104-106页 |
| ·基于自选择融合的主变监测系统在水电厂运行仿真机上的实现 | 第106-119页 |
| ·水电厂运行仿真机设计实现 | 第106-110页 |
| ·融合监测的实现 | 第110-114页 |
| ·融合选择与提取过程 | 第114-117页 |
| ·应用比照 | 第117-119页 |
| ·分析及评价 | 第119-120页 |
| ·本章小结 | 第120-121页 |
| 第六章 结束语 | 第121-124页 |
| 参考文献 | 第124-137页 |
| 致谢 | 第137-138页 |
| 个人简历 | 第138-139页 |
| 攻博期间的主要工作及贡献 | 第139-141页 |
| 1. 科研成果 | 第139-140页 |
| 2. 发表论文 | 第140-141页 |
| 3. 参编著作 | 第141页 |
| 4. 教学情况 | 第141页 |