信息融合算法及其应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·研究背景及意义 | 第9-11页 |
| ·课题来源和本文主要研究内容 | 第11-12页 |
| ·论文的组织结构 | 第12-14页 |
| 第二章 信息融合原理 | 第14-18页 |
| ·信息融合的定义 | 第14页 |
| ·信息融合的基本原理 | 第14-15页 |
| ·信息融合的级别 | 第15-16页 |
| ·信息融合的方法 | 第16-17页 |
| ·信息融合的信息对象 | 第17-18页 |
| 第三章 信息融合模型建立 | 第18-25页 |
| ·多传感器信息融合过程 | 第18-19页 |
| ·流数据模型 | 第19页 |
| ·信息融合模型建立 | 第19-22页 |
| ·时间上信息融合模型 | 第22-23页 |
| ·窗口内冗余信息融合模型 | 第22-23页 |
| ·窗口间冗余信息融合模型 | 第23页 |
| ·空间上信息融合模型 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于时间维的数据级信息融合算法研究 | 第25-32页 |
| ·基本思路 | 第25页 |
| ·频域特征的提取 | 第25-27页 |
| ·幅谱特征的提取 | 第27-28页 |
| ·仿真实验 | 第28-31页 |
| ·信号主频分量的提取 | 第28-30页 |
| ·不同频域上幅值的确定 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 基于空间维的特征级信息融合算法研究 | 第32-53页 |
| ·基本思路 | 第32-33页 |
| ·特征向量的选取 | 第33-35页 |
| ·多传感器数据关联 | 第35-36页 |
| ·基于简单关系的属性间关联融合 | 第36-47页 |
| ·线性关系提取 | 第37-38页 |
| ·线性关系融合 | 第38-41页 |
| ·乘积关系提取 | 第41-43页 |
| ·仿真实验 | 第43-47页 |
| ·基于神经网络的复杂关系映射 | 第47-52页 |
| ·神经网络介绍 | 第47-48页 |
| ·BP 神经网络融合模型 | 第48-49页 |
| ·BP 神经网络融合算法 | 第49-50页 |
| ·仿真实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 DIFAT 和 FIFAS 算法的应用 | 第53-60页 |
| ·森林火灾监测系统基本架构及应用场景设计 | 第53-55页 |
| ·DIFAT 算法的应用 | 第55-57页 |
| ·FIFAS 算法的应用 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |
