| 中文摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-13页 |
| ·本课题的重要意义 | 第6-7页 |
| ·多传感器信息融合的发展 | 第7-10页 |
| ·本文所做的工作 | 第10-13页 |
| 第二章 理论基础 | 第13-19页 |
| ·多传感器信息融合理论基础 | 第13-16页 |
| ·多传感器信息融合的方法 | 第13-14页 |
| ·多传感器信息融合的系统结构 | 第14-16页 |
| ·钢球磨煤机存煤量测量基础 | 第16-18页 |
| ·球磨机存煤量与相关参数的关系 | 第16-17页 |
| ·现有的球磨机存煤量测量方法及不足 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 Dempster-Shafer证据理论 | 第19-24页 |
| ·D-S证据理论的基本概念 | 第19-20页 |
| ·D-S证据理论的合成规则 | 第20-21页 |
| ·基于证据理论的融合模型 | 第21-22页 |
| ·证据理论的决策方法 | 第22-23页 |
| ·证据理论的优点和不足 | 第23页 |
| ·小结 | 第23-24页 |
| 第四章 基于BP神经网络和D—S证据理论的两级信息融合方法 | 第24-39页 |
| ·神经网络理论基础 | 第24-27页 |
| ·神经网络的基本特征和性质 | 第24-25页 |
| ·神经网络的基本原理(几种常用的神经网络) | 第25-26页 |
| ·神经网络融合的一般方法和特点 | 第26-27页 |
| ·两级融合方法基本原理 | 第27-29页 |
| ·基于BP网络的两级融合方法 | 第29-31页 |
| ·基于BP网络的融合方法 | 第29-30页 |
| ·BP神经网络算法的改进 | 第30-31页 |
| ·融合方法在球磨机存煤量信号测量中的应用 | 第31-38页 |
| ·分布式多传感器智能特征信息融合系统结构 | 第32-33页 |
| ·神经网络数据融合 | 第33-34页 |
| ·模糊神经网络的引入 | 第34-35页 |
| ·时间信息融合 | 第35-36页 |
| ·证据理论融合 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第五章 结论 | 第39-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43-44页 |
| 在学期间发表的学术论文和参加科研情况 | 第44页 |