机载多传感器数据融合态势评估关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 第一章 绪论 | 第14-20页 |
| ·研究背景及意义 | 第14-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·态势评估研究现状 | 第15-16页 |
| ·态势评估中目标分群技术研究现状 | 第16-17页 |
| ·本文主要工作及内容安排 | 第17-20页 |
| ·本文主要工作 | 第17-18页 |
| ·论文内容安排 | 第18-20页 |
| 第二章 态势评估技术分析 | 第20-31页 |
| ·态势评估技术 | 第20-26页 |
| ·态势评估概述 | 第20-21页 |
| ·态势评估功能 | 第21-26页 |
| ·常用态势评估算法 | 第26-30页 |
| ·专家系统 | 第26-27页 |
| ·模板匹配技术 | 第27-28页 |
| ·品质因数 | 第28页 |
| ·贝叶斯网络 | 第28-29页 |
| ·聚类分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于聚类的目标分群算法研究 | 第31-54页 |
| ·引言 | 第31-32页 |
| ·GGFCM目标分群算法 | 第32-43页 |
| ·模糊C-均值算法 | 第32-34页 |
| ·GGFCM目标分群算法 | 第34-36页 |
| ·仿真结果与分析 | 第36-43页 |
| ·MD-Chameleon目标分群算法 | 第43-52页 |
| ·Chameleon聚类算法概述 | 第43-44页 |
| ·MD-Chameleon算法 | 第44-46页 |
| ·仿真结果与分析 | 第46-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 基于动态贝叶斯网络的态势评估方法 | 第54-71页 |
| ·贝叶斯网络理论概述 | 第54-57页 |
| ·贝叶斯公式 | 第54-55页 |
| ·贝叶斯网络 | 第55-56页 |
| ·动态贝叶斯网络 | 第56-57页 |
| ·基于DBN的态势评估模型 | 第57-59页 |
| ·场景描述 | 第57-58页 |
| ·变量提取 | 第58页 |
| ·态势评估模型 | 第58-59页 |
| ·基于DBN的态势评估推理方法 | 第59-64页 |
| ·DBN直接推理算法 | 第60-62页 |
| ·DBN迭代推理算法 | 第62-64页 |
| ·仿真结果与分析 | 第64-70页 |
| ·网络条件概率矩阵 | 第64-65页 |
| ·网络状态转移矩阵 | 第65-66页 |
| ·实验数据模糊化 | 第66-67页 |
| ·仿真结果与分析 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 态势评估仿真平台设计与实现 | 第71-83页 |
| ·设计目的与需求分析 | 第71页 |
| ·仿真平台设计 | 第71-75页 |
| ·数据库模块设计 | 第73-74页 |
| ·目标分群模块设计 | 第74页 |
| ·态势评估模块设计 | 第74-75页 |
| ·仿真平台实现与分析 | 第75-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| ·全文总结 | 第83-84页 |
| ·工作展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 硕士期间取得的研究成果 | 第91-92页 |
