| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究课题的背景和意义 | 第12-13页 |
| ·基本理论简介 | 第13-15页 |
| ·数据融合的基本原理 | 第13页 |
| ·属性融合的基本结构 | 第13-14页 |
| ·属性融合的算法 | 第14-15页 |
| ·自适应数据融合理论的发展概况 | 第15-18页 |
| ·本文的主要创新点、研究内容及结构安排 | 第18-20页 |
| 第二章 自适应融合模型的建立及蚁群算法的改进 | 第20-42页 |
| ·机载多传感器信息融合技术概述 | 第20-21页 |
| ·机载火控系统的数据融合模型 | 第21-24页 |
| ·复杂环境下的目标属性融合 | 第24-27页 |
| ·目标属性融合的一般模型 | 第24-25页 |
| ·复杂环境下属性融合存在的问题 | 第25页 |
| ·机载多传感目标识别的自适应融合模型 | 第25-27页 |
| ·蚁群算法及其改进 | 第27-39页 |
| ·蚁群算法 | 第28-30页 |
| ·蚁群算法的改进分析 | 第30-34页 |
| ·改进蚁群算法的提出—爬山变异蚁群算法 | 第34-37页 |
| ·算法改进的仿真及分析 | 第37-39页 |
| ·基于爬山蚁群算法的复杂环境下知识及更新模块的建立 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第三章 基于一致性和可信度的数据分类融合研究 | 第42-62页 |
| ·基于一致性和可信度的分组融合模型 | 第42-43页 |
| ·基于数据的一致性分组 | 第43-49页 |
| ·利用置信距离测度实现目标分类估计 | 第43-45页 |
| ·仿真及分析 | 第45-46页 |
| ·基于一致性的模糊聚类分组 | 第46-49页 |
| ·目标分类估计的优选融合 | 第49-54页 |
| ·基于均匀风险函数的Bayes参数估计 | 第49-51页 |
| ·基于统计理论的参数估计 | 第51-54页 |
| ·融合模型的仿真及分析 | 第54-60页 |
| ·本章小结 | 第60-62页 |
| 第四章 基于分类学习策略的Bayes自适应融合算法研究 | 第62-89页 |
| ·基于分类学习策略的Bayes自适应融合模型 | 第62-63页 |
| ·分布式贝叶斯融合优化算法的研究 | 第63-75页 |
| ·分布式并联融合系统模型 | 第64-67页 |
| ·决策规则的优化 | 第67-69页 |
| ·相同传感器融合系统决策规则的优化 | 第69-70页 |
| ·并联融合系统的优化算法 | 第70-75页 |
| ·分布式贝叶斯融合优化算法的仿真研究 | 第75-79页 |
| ·基于分类学习策略的融合决策算法的提出 | 第79-85页 |
| ·Neyman-Pearson融合方法 | 第80-81页 |
| ·基于不确定性推理的主观BAYES融合方法 | 第81-83页 |
| ·基于分组学习策略的融合决策算法 | 第83-85页 |
| ·基于分类学习策略的融合决策算法的仿真研究 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 第五章 目标识别融合的模糊积分方法研究 | 第89-110页 |
| ·软决策融合的算法简介 | 第90-93页 |
| ·D-S证据理论 | 第90-91页 |
| ·模糊融合方法 | 第91-93页 |
| ·决策融合的模糊积分方法 | 第93-97页 |
| ·模糊积分方法 | 第93-95页 |
| ·基于模糊积分的识别融合算法 | 第95-97页 |
| ·模糊积分在决策融合中的应用仿真 | 第97-101页 |
| ·基于一致理论和蚁群算法的模糊融合算法 | 第101-105页 |
| ·基于一致理论的模糊融合模型 | 第101-102页 |
| ·基于爬山变异蚁群算法的统计模糊积分密度的学习 | 第102-105页 |
| ·算法试验 | 第105-109页 |
| ·本章小结 | 第109-110页 |
| 第六章 机载多传感器数据融合的应用研究 | 第110-130页 |
| ·多传感器在火控及态势系统中属性融合的应用研究 | 第110-124页 |
| ·战区环境仿真 | 第111-113页 |
| ·属性融合 | 第113-116页 |
| ·试验条件及结果 | 第116-124页 |
| ·数据融合机载流量传感器故障识别的应用研究 | 第124-130页 |
| ·应用原理 | 第124-126页 |
| ·试验条件、结果及分析 | 第126-130页 |
| 第七章 总结与展望 | 第130-132页 |
| ·总结 | 第130-131页 |
| ·展望 | 第131-132页 |
| 致谢 | 第132-133页 |
| 参考文献 | 第133-140页 |
| 攻博期间取得的研究成果 | 第140页 |