基于相关证据的信息融合算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-19页 |
| ·引言 | 第10-11页 |
| ·信息融合技术及融合算法 | 第11-15页 |
| ·信息融合技术简介 | 第11页 |
| ·信息融合算法介绍 | 第11-12页 |
| ·基于D-S证据理论的融合模型 | 第12-13页 |
| ·D-S方法的算法实现 | 第13-14页 |
| ·D-S据理论的推广 | 第14-15页 |
| ·基本理论及规则解释 | 第15-16页 |
| ·Dempster-Shafer证据理论 | 第15-16页 |
| ·组合规则解释 | 第16页 |
| ·证据理论存在的问题 | 第16-17页 |
| ·研究意义及本课题的研究内容 | 第17-19页 |
| 第2章 基于证据理论的信息融合算法分析 | 第19-36页 |
| ·引言 | 第19-20页 |
| ·证据理论基础 | 第20-28页 |
| ·基本函数定义及几何意义 | 第20-24页 |
| ·Dempster合成规则 | 第24-28页 |
| ·框架的转化 | 第28-31页 |
| ·粗化与细化 | 第28-30页 |
| ·相容框架 | 第30-31页 |
| ·Dempster合成规则实现途径 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 相关证据在信息融合中的应用 | 第36-56页 |
| ·引言 | 第36页 |
| ·证据冲突处理 | 第36-45页 |
| ·据理论的鲁棒分析 | 第45-46页 |
| ·据相关性及其处理方法 | 第46-55页 |
| ·基于独立证据分解的相关证据合成 | 第47-49页 |
| ·基于可变参数优化的相关证据合成 | 第49-53页 |
| ·相关证据在气体稀释仪性能分析中的应用 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第4章 基于相关证据的信息融合算法设计 | 第56-68页 |
| ·引言 | 第56页 |
| ·证据相关性的处理算法实现过程 | 第56-63页 |
| ·全局调整算法的实现 | 第56-58页 |
| ·局部参数优化算法及处理方法 | 第58-59页 |
| ·相关证据线性化及标准判断 | 第59-63页 |
| ·基于证据理论与神经网络算法设计 | 第63-67页 |
| ·确定分类器的基本概率分配 | 第65-67页 |
| ·组合算法及决策输出 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第5章 基于相关证据的信息融合算法的实现 | 第68-76页 |
| ·引言 | 第68页 |
| ·基于相关证据的神经网络结构 | 第68-71页 |
| ·BP神经网络的基本理论 | 第68-69页 |
| ·系统实现和结构 | 第69-71页 |
| ·基于相关证据与神经网络的信息融合 | 第71-73页 |
| ·试验结果分析 | 第73-74页 |
| ·本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 作者简介 | 第84页 |
