| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·证据融合悖论 | 第11-13页 |
| ·证据理论在数据挖掘中的应用 | 第13-14页 |
| ·主要研究内容和结构安排 | 第14-16页 |
| 第二章 证据理论 | 第16-29页 |
| ·证据理论的概述 | 第16-17页 |
| ·基本概念 | 第17-20页 |
| ·识别框架 | 第17-18页 |
| ·基本概率分配函数 | 第18-19页 |
| ·信任函数和似然函数 | 第19-20页 |
| ·经典的合成规则和焦点问题 | 第20-26页 |
| ·D-S合成规则 | 第20-23页 |
| ·Yager合成规则 | 第23-24页 |
| ·Inagaki统一合成规则 | 第24-25页 |
| ·折扣合成方法 | 第25页 |
| ·Dubois和Prade自适应规则 | 第25-26页 |
| ·稳健合成规则 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第三章 自适应-稳健合成规则 | 第29-40页 |
| ·自适应-稳健合成规则 | 第29-33页 |
| ·基于交集势的ARCR | 第31-32页 |
| ·基于交集信度差的ARCR | 第32-33页 |
| ·多证据合成 | 第33-34页 |
| ·举例及分析 | 第34-39页 |
| ·举例 | 第34-37页 |
| ·Monte Carlo模拟 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于群体决策和证据理论的信息融合新方法 | 第40-53页 |
| ·基于群体决策的证据预处理方法 | 第40-44页 |
| ·一票否决 | 第40-41页 |
| ·少数服从多数 | 第41-42页 |
| ·共识 | 第42-44页 |
| ·基于群体决策和自适应-稳健合成规则的信息融合新方法 | 第44-45页 |
| ·分析 | 第45-52页 |
| ·两证据合成 | 第45-47页 |
| ·多证据合成 | 第47-52页 |
| ·小结 | 第52-53页 |
| 第五章 基于自适应-稳健合成规则的Fisher判别方法 | 第53-59页 |
| ·多分类器融合 | 第53-54页 |
| ·FISISHER判别分析理论 | 第54-56页 |
| ·基于证据理论的多FISHER分类器融合 | 第56-57页 |
| ·实例 | 第57-58页 |
| ·小结 | 第58-59页 |
| 总结及展望 | 第59-61页 |
| 总结 | 第59-60页 |
| 展望 | 第60-61页 |
| 参考文献 | 第61-68页 |
| 攻读学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69页 |