证据网络建模、推理及学习方法研究

摘要	第1-11页
Abstract	第11-13页
第一章 绪论	第13-37页
·研究背景与意义	第13-15页
·国内外研究现状	第15-33页
·不确定性建模理论	第15-20页
·不确定性推理方法	第20-25页
·证据理论与证据网络	第25-32页
·存在的问题	第32-33页
·本文主要研究工作	第33-37页
·研究思路	第33-34页
·研究内容	第34-35页
·主要创新点	第35-37页
第二章 证据网络模型	第37-59页
·证据理论与图模型基础	第37-45页
·D-S 证据理论	第37-43页
·图模型	第43-45页
·证据网络模型的定义	第45-48页
·证据网络的概念	第45-46页
·证据网络的特点	第46-47页
·证据网络建模过程	第47-48页
·证据网络模型的结构	第48-53页
·结点之间的关系	第48页
·基于树模型的证据网络结构建模	第48-51页
·基于因果图的证据网络结构建模	第51-53页
·证据网络模型的参数	第53-58页
·知识表示模型	第53-54页
·证据网络参数的条件信度表示	第54-55页
·证据网络参数的信度规则表示	第55-58页
·小结	第58-59页
第三章 条件信度参数模型下的证据网络推理	第59-85页
·条件信度参数模型下的证据网络推理问题	第59-61页
·推理问题	第59-60页
·研究思路	第60-61页
·证据网络条件信度推理方法	第61-72页
·条件信度函数计算基础理论	第61-66页
·证据网络条件信度的正向推理	第66-68页
·证据网络条件信度的反向推理	第68-69页
·证据网络条件信度的乘积规则	第69-70页
·证据网络条件信度推理算例	第70-72页
·证据网络信度合成方法	第72-79页
·信度合成悖论分析	第72-74页
·一种新的证据冲突度量方法	第74-78页
·基于冲突度量的信度合成方法	第78-79页
·证据网络在航天系统安全性分析中的应用	第79-84页
·小结	第84-85页
第四章 信度规则参数模型下的证据网络推理	第85-104页
·信度规则参数模型下的证据网络推理问题	第85-86页
·推理问题	第85-86页
·研究思路	第86页
·不完全信息情况下结点权重获取方法	第86-92页
·偏好关系的定义与表示	第86-87页
·基于目标规划的权重获取方法	第87-90页
·结点权重获取的数值算例	第90-92页
·基于ER 的证据网络推理方法	第92-100页
·信度结构数据转化	第92-94页
·信度规则的激活	第94-95页
·证据网络信度规则推理与合成算法	第95-98页
·证据网络信度规则推理结果分析	第98-100页
·证据网络在军事威胁评估与预测中的应用	第100-103页
·小结	第103-104页
第五章 证据网络参数学习	第104-123页
·证据网络参数学习问题	第104-107页
·参数学习的研究思路	第104-105页
·参数学习问题的数学模型	第105-106页
·多级证据网络的参数学习	第106-107页
·参数学习目标函数的计算	第107-111页
·信度结构模型的距离定义	第108-110页
·参数学习的目标函数	第110-111页
·基于投影梯度法的证据网络参数学习	第111-116页
·投影梯度法	第111-114页
·参数学习目标函数的梯度	第114-116页
·基于投影梯度的证据网络参数学习方法	第116页
·证据网络参数学习应用	第116-122页
·石油管线风险预警证据网络模型的参数学习	第116-119页
·交通事故风险预测证据网络模型的参数学习	第119-122页
·小结	第122-123页
第六章 总结与展望	第123-126页
·本文总结	第123-124页
·进一步的研究	第124-126页
致谢	第126-128页
参考文献	第128-139页
作者在学期间取得的学术成果	第139-141页