| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的背景和意义 | 第9-10页 |
| ·国内外多传感器数据融合技术的研究现状 | 第10-12页 |
| ·本文的主要研究工作 | 第12-14页 |
| 第二章 数据融合问题 | 第14-23页 |
| ·数据融合的定义 | 第14-15页 |
| ·数据融合的原理 | 第15-16页 |
| ·数据融合的结构 | 第16-19页 |
| ·传感器级融合结构、中央级融合结构及混合式融合结构 | 第16-17页 |
| ·像素级融合、特征级融合、决策级融合 | 第17-19页 |
| ·数据融合的方法 | 第19-21页 |
| ·随机类方法 | 第19-20页 |
| ·人工智能方法 | 第20-21页 |
| ·应用领域 | 第21-23页 |
| 第三章 神经网络输入的选取 | 第23-36页 |
| ·引言 | 第23-24页 |
| ·数据融合神经网络的选取策略研究 | 第24-31页 |
| ·神经元的选取 | 第25-27页 |
| ·数据融合的人工神经网络的结构的选取 | 第27-29页 |
| ·数据融合的神经网络的学习方法的选取 | 第29-31页 |
| ·基于数据融合的神经网络输入的选取规则 | 第31-36页 |
| ·BP神经网络 | 第32-33页 |
| ·按网络实现的功能选取 | 第33-34页 |
| ·按类别可分性选取 | 第34页 |
| ·噪声对特征选取的影响 | 第34-35页 |
| ·神经网络输入选取规则总结 | 第35-36页 |
| 第四章 基于BP神经网络的压力传感器数据融合 | 第36-43页 |
| ·数据融合系统结构 | 第36页 |
| ·数据融合传感器部分 | 第36-37页 |
| ·传感器输出数据的预处理 | 第37-39页 |
| ·基于输出电压门限的预处理 | 第38页 |
| ·归一化处理 | 第38-39页 |
| ·基于BP神经网络的数据融合系统设计 | 第39-41页 |
| ·实验结果 | 第41-43页 |
| 第五章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 附录A (攻读学位期间发表的论文目录) | 第48页 |