基于DS证据理论的决策融合算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 课题的国内外研究现状 | 第11-15页 |
| 1.3 论文的主要研究内容及章节安排 | 第15-17页 |
| 第2章 证据理论 | 第17-26页 |
| 2.1 基本原理 | 第17-19页 |
| 2.1.1 识别框架与幂集 | 第17-18页 |
| 2.1.2 基本概率赋值函数与证据体 | 第18页 |
| 2.1.3 信任函数与似真度函数 | 第18-19页 |
| 2.2 DS合成公式 | 第19-21页 |
| 2.2.1 两个证据体的合成 | 第19-20页 |
| 2.2.2 多个证据体的合成 | 第20页 |
| 2.2.3 合成公式的基本性质 | 第20-21页 |
| 2.3 冲突悖论 | 第21-24页 |
| 2.3.1 冲突悖论的产生原因 | 第21-22页 |
| 2.3.2 冲突悖论的分类 | 第22-24页 |
| 2.4 证据理论研究导向 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 证据体的获取 | 第26-38页 |
| 3.1 经典方法 | 第26-28页 |
| 3.1.1 层次分析法 | 第26页 |
| 3.1.2 目标类型和环境加权法 | 第26-27页 |
| 3.1.3 统计证据法 | 第27-28页 |
| 3.2 基于斜率关联度的证据体获取算法 | 第28-34页 |
| 3.2.1 基本原理 | 第28-29页 |
| 3.2.2 基本性质—灰关联四公理 | 第29-30页 |
| 3.2.3 仿真实验 | 第30-34页 |
| 3.3 基于加权系数的证据体获取算法 | 第34-37页 |
| 3.3.1 算法流程 | 第34-35页 |
| 3.3.2 仿真实验 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 证据冲突的解决 | 第38-54页 |
| 4.1 解决思路 | 第38-47页 |
| 4.1.1 改进DS合成公式 | 第38-41页 |
| 4.1.2 修正证据体 | 第41-45页 |
| 4.1.3 仿真实验 | 第45-47页 |
| 4.2 基于明氏距离的证据合成算法 | 第47-50页 |
| 4.2.1 距离测度函数的选择 | 第48页 |
| 4.2.2 改进的证据合成算法 | 第48-49页 |
| 4.2.3 仿真实验 | 第49-50页 |
| 4.3 基于折扣处理的证据合成算法 | 第50-53页 |
| 4.3.1 证据的折扣处理 | 第50-51页 |
| 4.3.2 冲突全局分配 | 第51-52页 |
| 4.3.3 仿真实验 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 改进的决策融合算法 | 第54-66页 |
| 5.1 决策模型 | 第54-55页 |
| 5.2 特征选取 | 第55-56页 |
| 5.2.1 识别框架和特征的确定 | 第55页 |
| 5.2.2 仿真实验 | 第55-56页 |
| 5.3 改进算法的流程 | 第56-59页 |
| 5.3.1 证据体的获取方法 | 第57-58页 |
| 5.3.2 证据体的合成算法 | 第58-59页 |
| 5.4 判决规则 | 第59页 |
| 5.5 仿真实验 | 第59-64页 |
| 5.5.1 算法适用性验证 | 第59-62页 |
| 5.5.2 算法有效性验证 | 第62-64页 |
| 5.6 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |
