| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-19页 |
| ·研究背景和意义 | 第8-9页 |
| ·不确定信息的研究现状 | 第9-12页 |
| ·数据融合理论及研究现状 | 第12-16页 |
| ·本文主要研究内容简介 | 第16-19页 |
| 第二章 不确定信息的表示与处理技术 | 第19-38页 |
| ·引言 | 第19页 |
| ·不确定信息的表示与建模 | 第19-25页 |
| ·土壤表征电导率的表示与建模 | 第25-28页 |
| ·不确定信息处理技术与方法 | 第28-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于 RS-SVM 融合算法的不确定信息处理 | 第38-52页 |
| ·引言 | 第38页 |
| ·基于粗糙集的数据融合算法 | 第38-40页 |
| ·基于 RS-SVM 的数据融合算法 | 第40-46页 |
| ·基于支持向量机属性约简 | 第40-43页 |
| ·基于 PSO 的支持向量机特征选择 | 第43-45页 |
| ·基于 RS-SVM 的融合算法 | 第45-46页 |
| ·仿真实验及结果分析 | 第46-51页 |
| ·小结 | 第51-52页 |
| 第四章 基于改进 DS 证据理论的不确定信息处理 | 第52-65页 |
| ·引言 | 第52页 |
| ·基于证据距离的 DS 证据组合方法 | 第52-54页 |
| ·粒子群算法缺陷及改进方法 | 第54-59页 |
| ·标准 PSO 算法缺陷 | 第54-55页 |
| ·分阶段简约 PSO 算法 | 第55-59页 |
| ·基于 PSO 算法的改进证据理论及应用 | 第59-64页 |
| ·小结 | 第64-65页 |
| 第五章 基于鲁棒最小二乘估计的不确定信息处理 | 第65-82页 |
| ·引言 | 第65页 |
| ·基于最小二乘估计的数据融合算法 | 第65-69页 |
| ·基于鲁棒估计的数据融合算法 | 第69-72页 |
| ·鲁棒最小二乘估计及应用 | 第72-81页 |
| ·算法原理 | 第72-77页 |
| ·仿真实验与结果分析 | 第77-81页 |
| ·小结 | 第81-82页 |
| 第六章 基于传感器管理算法的不确定信息处理 | 第82-96页 |
| ·引言 | 第82-83页 |
| ·基于不确定信息的传感器管理原理 | 第83-85页 |
| ·基于不确定信息的传感器管理技术 | 第85-88页 |
| ·面向不确定信息的智能化传感器管理算法 | 第88-95页 |
| ·算法原理 | 第88-89页 |
| ·仿真与分析 | 第89-95页 |
| ·小结 | 第95-96页 |
| 第七章 总结与展望 | 第96-99页 |
| ·工作总结 | 第96-97页 |
| ·下一步工作展望 | 第97-99页 |
| 致谢 | 第99-100页 |
| 参考文献 | 第100-106页 |
| 附录：攻读博士学位期间的研究成果 | 第106-107页 |