基于证据理论的残缺信息融合研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 信息融合技术国内外研究状态 | 第10-12页 |
| 1.2.2 D-S证据理论国内外研究状态 | 第12-14页 |
| 1.2.3 残缺证据融合研究综述 | 第14-15页 |
| 1.2.4 已有方法存在的问题 | 第15-16页 |
| 1.3 本文的研究方法和内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 相关理论与技术基础 | 第18-26页 |
| 2.1 D-S证据理论 | 第18-21页 |
| 2.1.1 辨识框架 | 第19页 |
| 2.1.2 基本概率指派函数 | 第19页 |
| 2.1.3 Dempster融合规则 | 第19-21页 |
| 2.2 Jirou(?)ek信度熵 | 第21-22页 |
| 2.2.1 基本定义 | 第22页 |
| 2.2.2 基本性质 | 第22页 |
| 2.3 残缺信息融合经典方法 | 第22-24页 |
| 2.3.1 Murphy的算数平均法 | 第22-23页 |
| 2.3.2 Dengetal.的加权平均法 | 第23-24页 |
| 2.4 KL散度 | 第24-26页 |
| 2.4.1 KL散度的定义 | 第25页 |
| 2.4.2 KL散度的性质 | 第25-26页 |
| 第三章 基于KL散度的残缺信息融合方法研究 | 第26-44页 |
| 3.1 基于KL散度的证据差异性度量 | 第26-32页 |
| 3.1.1 算例 | 第30-32页 |
| 3.2 基于KL散度的残缺信息融合算法 | 第32-35页 |
| 3.3 实验与分析 | 第35-41页 |
| 3.3.1 算例 | 第35-37页 |
| 3.3.2 基于公开数据集的实验 | 第37-41页 |
| 3.4 本章小结 | 第41-44页 |
| 第四章 基于信度熵的残缺信息融合方法研究 | 第44-68页 |
| 4.1 引言 | 第44页 |
| 4.2 证据可靠性接近度指数 | 第44-48页 |
| 4.3 基于证据接近度指数的残缺信息融合研究 | 第48-58页 |
| 4.3.1 如何确定不同证据体的权重？ | 第49-51页 |
| 4.3.2 如何组合n个不同的证据体？ | 第51-58页 |
| 4.4 实验与分析 | 第58-66页 |
| 4.4.1 算例 | 第58-60页 |
| 4.4.2 基于公开数据集的实验 | 第60-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 本文工作总结 | 第68-69页 |
| 5.2 未来工作展望 | 第69-70页 |
| 参考文献 | 第70-78页 |
| 发表文章目录 | 第78-80页 |
| 致谢 | 第80-81页 |
