基于模糊证据理论的数据融合算法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-19页 |
1.1 研究背景和意义 | 第12-14页 |
1.2 国内外研究现状 | 第14-16页 |
1.2.1 数据融合研究现状 | 第14-15页 |
1.2.2 证据理论研究现状 | 第15-16页 |
1.2.3 模糊理论研究现状 | 第16页 |
1.3 本文主要研究内容 | 第16-17页 |
1.4 本文组织结构 | 第17-19页 |
第2章 数据融合相关理论 | 第19-32页 |
2.1 数据融合基本知识 | 第19-23页 |
2.1.1 数据融合的原理及层次 | 第19-21页 |
2.1.2 数据融合常用算法介绍 | 第21-23页 |
2.2 证据理论 | 第23-28页 |
2.2.1 证据理论的基本概念 | 第23-25页 |
2.2.2 证据理论的组合规则 | 第25-27页 |
2.2.3 证据理论的优势及存在的问题 | 第27-28页 |
2.3 模糊集理论 | 第28-31页 |
2.3.1 模糊集合与隶属函数 | 第29页 |
2.3.2 模糊相似矩阵 | 第29-31页 |
2.4 本章小结 | 第31-32页 |
第3章 证据冲突的度量 | 第32-44页 |
3.1 证据冲突产生的原因 | 第32-33页 |
3.2 现有的冲突测量方法 | 第33-35页 |
3.3 一种新的证据冲突表示方法 | 第35-39页 |
3.3.1 基于信任度和似真度的概率转换 | 第35-36页 |
3.3.2 模糊贴近度及相关系数 | 第36-38页 |
3.3.3 证据冲突度测量方法 | 第38-39页 |
3.4 仿真实验 | 第39-43页 |
3.4.1 BPFT概率转换的有效性分析 | 第39页 |
3.4.2 证据冲突度量方法的合理性分析 | 第39-40页 |
3.4.3 证据冲突度量方法的有效性分析 | 第40-43页 |
3.5 小结 | 第43-44页 |
第4章 基于模糊相似矩阵的冲突证据融合 | 第44-57页 |
4.1 现有的冲突证据合成方法 | 第44-46页 |
4.1.1 改进合成规则的证据合成方法 | 第44-46页 |
4.1.2 修改证据源模型的证据合成方法 | 第46页 |
4.2 一种新的冲突证据融合方法 | 第46-51页 |
4.2.1 证据源模型修正 | 第47-48页 |
4.2.2 基于矩阵分析的快速融合规则 | 第48-49页 |
4.2.3 融合决策及算法实现其准则 | 第49页 |
4.2.4 冲突证据融合算法实现 | 第49-51页 |
4.3 仿真实验 | 第51-55页 |
4.3.1 算法的可行性分析 | 第51-53页 |
4.3.2 算法的鲁棒性分析 | 第53-55页 |
4.3.3 算法的计算时间代价比较 | 第55页 |
4.4 小结 | 第55-57页 |
第5章 模糊证据理论在汽车CPS中的应用 | 第57-65页 |
5.1 汽车CPS中数据融合的必要性CPS | 第57-58页 |
5.2 基于汽车CPS的交通实时路况评估 | 第58-64页 |
5.2.1 基于汽车CPS的实时路况评估模型 | 第59-61页 |
5.2.2 路况信息的冲突证据融合实验与仿真 | 第61-64页 |
5.3 小结 | 第64-65页 |
结论 | 第65-67页 |
参考文献 | 第67-72页 |
附录A (攻读硕士学位期间发表的学术论文目录) | 第72-73页 |
附录B (攻读学位期间参与项目目录) | 第73-74页 |
致谢 | 第74页 |