作战指挥决策支持系统目标融合识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 1 绪论 | 第11-26页 |
| ·研究的背景及意义 | 第11-12页 |
| ·目标融合识别问题 | 第12-20页 |
| ·多传感器融合技术及其功能模型 | 第12-14页 |
| ·目标融合识别 | 第14-17页 |
| ·信息的不确定性 | 第17-18页 |
| ·国内外研究现状 | 第18-20页 |
| ·粗糙集理论及其应用 | 第20-22页 |
| ·粗糙集的起源和发展 | 第20-21页 |
| ·粗糙集的特点 | 第21页 |
| ·粗糙集的研究现状 | 第21-22页 |
| ·本文研究的主要内容和论文结构 | 第22-26页 |
| ·研究内容 | 第22-24页 |
| ·论文结构 | 第24-26页 |
| 2 基于粗糙集理论的目标融合模型研究 | 第26-41页 |
| ·粗糙集理论扩展模型分析 | 第27-32页 |
| ·决策信息系统 | 第27-28页 |
| ·基于等价关系的粗糙集模型 | 第28-29页 |
| ·基于容差关系的粗糙集模型 | 第29页 |
| ·基于非对称相似关系的粗糙集模型 | 第29-30页 |
| ·基于限制容差关系的粗糙集模型 | 第30-31页 |
| ·变精度粗糙集模型 | 第31-32页 |
| ·粗糙集扩展模型研究 | 第32-35页 |
| ·扩展模型基本原理 | 第32页 |
| ·相似度6容差关系 | 第32-34页 |
| ·近似集及正域 | 第34-35页 |
| ·变精度粗糙集扩展模型研究 | 第35-37页 |
| ·近似集定义 | 第35-36页 |
| ·属性约简定义 | 第36-37页 |
| ·空值估算方法研究 | 第37-40页 |
| ·算法基本思想 | 第37-38页 |
| ·基于相似度δ容差关系的空值估算方法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 3 目标融合的不确定性度量标准研究 | 第41-57页 |
| ·不确定性度量标准分析 | 第41-43页 |
| ·基于粗糙依赖度 | 第41-42页 |
| ·基于规则依赖度 | 第42页 |
| ·基于β近似依赖度 | 第42-43页 |
| ·基于边界域信息熵的不确定性度量研究 | 第43-50页 |
| ·粗糙集的熵和条件熵 | 第43-46页 |
| ·边界域熵函数的构造 | 第46-50页 |
| ·边界域变精度条件熵研究 | 第50-56页 |
| ·定义及性质 | 第50-54页 |
| ·变精度条件熵举例 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 4 连续属性离散化处理研究 | 第57-75页 |
| ·连续属性离散化问题概述 | 第58-61页 |
| ·离散化问题的描述 | 第58-59页 |
| ·离散化算法介绍 | 第59-61页 |
| ·启发式属性离散化算法研究 | 第61-68页 |
| ·传统的候选断点生成算法 | 第62页 |
| ·分类序列候选断点生成算法 | 第62-64页 |
| ·新的候选断点生成算法原理 | 第64-65页 |
| ·基于属性重要性的候选断点生成算法研究 | 第65-67页 |
| ·基于变精度条件熵的冗余断点约简 | 第67-68页 |
| ·算法分析 | 第68-74页 |
| ·算法复杂度分析 | 第68页 |
| ·离散化实例 | 第68-71页 |
| ·UCI数据分析 | 第71-73页 |
| ·仿真实验分析 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 5 基于信息熵的属性约简方法研究 | 第75-95页 |
| ·属性约简的代数定义 | 第76-78页 |
| ·约简、核 | 第76页 |
| ·相对约简、相对核 | 第76-77页 |
| ·决策系统的属性约简 | 第77-78页 |
| ·属性约简的信息熵定义 | 第78-79页 |
| ·求核算法研究 | 第79-90页 |
| ·分辨矩阵与分辨函数 | 第79-80页 |
| ·基于分辨矩阵的属性约简方法 | 第80页 |
| ·改进的求核算法原理 | 第80-82页 |
| ·属性核的判定标准和方法 | 第82-84页 |
| ·改进的分辨矩阵及算法 | 第84-86页 |
| ·实例分析 | 第86-88页 |
| ·算法结果分析及再改进 | 第88-90页 |
| ·属性约简研究 | 第90-94页 |
| ·基于边界域条件熵属性约简的原理 | 第90-91页 |
| ·属性约简算法 | 第91-92页 |
| ·算法性能测试 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 6 目标融合识别算法研究 | 第95-121页 |
| ·航迹关联算法研究 | 第97-102页 |
| ·目标观测数据相似度方程的构建 | 第97-98页 |
| ·聚类分析相关定义 | 第98页 |
| ·算法流程 | 第98-100页 |
| ·仿真实例 | 第100-102页 |
| ·基于粗糙集的决策规则提取 | 第102-105页 |
| ·决策规则的基本概念 | 第103-104页 |
| ·规则提取方法的研究 | 第104-105页 |
| ·目标类型识别算法研究 | 第105-112页 |
| ·基于DS证据理论的目标类型识别模型 | 第105-108页 |
| ·融合粗糙集和DS证据理论的相关定义 | 第108-109页 |
| ·算法流程 | 第109-111页 |
| ·算法性能比较 | 第111-112页 |
| ·目标融合识别实例分析 | 第112-120页 |
| ·实例分析 | 第112-117页 |
| ·算法仿真实验 | 第117-120页 |
| ·本章小结 | 第120-121页 |
| 结论 | 第121-123页 |
| 创新点摘要 | 第123-124页 |
| 参考文献 | 第124-133页 |
| 攻读博士学位期间发表学术论文情况 | 第133-134页 |
| 主持参加的科研课题 | 第134-135页 |
| 致谢 | 第135-136页 |
| 作者简介 | 第136-138页 |
