| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 信息融合研究现状 | 第13-14页 |
| 1.2.2 证据理论研究现状 | 第14-15页 |
| 1.2.3 聚类分析研究现状 | 第15-16页 |
| 1.3 本文的研究内容 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-18页 |
| 第2章 信息融合相关技术 | 第18-28页 |
| 2.1. 信息融合的基本原理和方法 | 第18-23页 |
| 2.1.1 信息融合的定义 | 第18页 |
| 2.1.2 信息融合的级别 | 第18-20页 |
| 2.1.3 信息融合实现算法 | 第20-23页 |
| 2.2 D-S证据理论基础 | 第23-27页 |
| 2.2.1 D-S证据理论的定义 | 第23-24页 |
| 2.2.2 D-S证据理论的合成规则 | 第24-25页 |
| 2.2.3 D-S证据理论的悖论问题 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 冲突信息的测量分析 | 第28-36页 |
| 3.1 冲突信息产生的原因 | 第28-29页 |
| 3.2 各种冲突衡量方法 | 第29-32页 |
| 3.2.1 冲突系数 | 第29-30页 |
| 3.2.2 距离型表征法 | 第30-31页 |
| 3.2.3 复合型表征法 | 第31-32页 |
| 3.3 一种综合冲突测量函数 | 第32-34页 |
| 3.3.1 焦元顺序距离 | 第33-34页 |
| 3.3.2 综合冲突测量函数 | 第34页 |
| 3.4 算例验证 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 一种基于DBSCAN密度聚类的证据融合方法 | 第36-45页 |
| 4.1 DBSCAN聚类算法 | 第36-39页 |
| 4.1.1 DBSCAN算法描述 | 第37-39页 |
| 4.1.2 聚类参数设定 | 第39页 |
| 4.2 密度聚类融合步骤 | 第39-43页 |
| 4.2.1 折扣因子 | 第40-41页 |
| 4.2.2 修正模型 | 第41-42页 |
| 4.2.3 算法描述与分析 | 第42-43页 |
| 4.3 算例验证 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 信息融合在多源决策中的应用 | 第45-56页 |
| 5.1 引言 | 第45页 |
| 5.2 在多源决策中的应用 | 第45-48页 |
| 5.2.1 总体思想 | 第46页 |
| 5.2.2 系统模型设计 | 第46-48页 |
| 5.3 实验对比分析 | 第48-55页 |
| 5.3.1 证据构造 | 第48-50页 |
| 5.3.2 不同方法融合结果 | 第50-53页 |
| 5.3.3 对正确目标的识别 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录A 攻读学位期间发表的学术论文 | 第62-63页 |
| 附录B 攻读学位期间参与的科研项目 | 第63-64页 |
| 致谢 | 第64页 |