基于上下文关联的多模态信息融合方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文的研究内容 | 第14-15页 |
| 2 上下文信息在多模态信息融合中的应用分析 | 第15-20页 |
| ·上下文信息 | 第15-16页 |
| ·关联分析 | 第16页 |
| ·融合进程中上下文信息的使用分析 | 第16-20页 |
| 3 多模态信息融合方法研究 | 第20-26页 |
| ·基于规则的融合方法 | 第20-21页 |
| ·线性加权融合 | 第20页 |
| ·多数表决规则 | 第20-21页 |
| ·自定义规则 | 第21页 |
| ·小结 | 第21页 |
| ·基于分类的融合方法 | 第21-24页 |
| ·支持向量机 | 第21-22页 |
| ·贝叶斯推理 | 第22页 |
| ·D-S证据理论 | 第22页 |
| ·动态贝叶斯网络 | 第22页 |
| ·神经网络 | 第22-23页 |
| ·最大熵模型 | 第23页 |
| ·小结 | 第23-24页 |
| ·基于估算的融合方法 | 第24-26页 |
| ·卡尔曼滤波 | 第24页 |
| ·扩展卡尔曼滤波 | 第24页 |
| ·粒子滤波 | 第24-25页 |
| ·小结 | 第25-26页 |
| 4 特征层次多模态信息融合方法研究 | 第26-31页 |
| ·多模态信息特征层融合过程 | 第26-29页 |
| ·多模态信息的特征类型 | 第26页 |
| ·多模态信息的特征提取方法 | 第26-28页 |
| ·多模态信息的关联方法 | 第28-29页 |
| ·特征层次多模态信息融合过程 | 第29页 |
| ·多模态信息特征层融合方法及其应用 | 第29-31页 |
| 5 决策层次多模态信息融合方法研究 | 第31-33页 |
| ·多模态信息决策层融合过程 | 第31页 |
| ·多模态信息决策层融合方法及其应用 | 第31-33页 |
| 6 混合层次多模态信息融合方法研究 | 第33-35页 |
| ·多模态信息混合层融合过程 | 第33页 |
| ·多模态信息混合层融合方法及其应用 | 第33-35页 |
| 7 总结与展望 | 第35-37页 |
| ·总结 | 第35页 |
| ·展望 | 第35-37页 |
| 参考文献 | 第37-43页 |
| 在校期间发表的论文 | 第43-44页 |
| 致谢 | 第44页 |
