声明
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文的研究内容
2 上下文信息在多模态信息融合中的应用分析
2.1 上下文信息
2.2 关联分析
2.3 融合进程中上下文信息的使用分析
3 多模态信息融合方法研究
3.1 基于规则的融合方法
3.1.1 线性加权融合
3.1.2 多数表决规则
3.1.3 自定义规则
3.1.4 小结
3.2 基于分类的融合方法
3.2.1 支持向量机
3.2.2 贝叶斯推理
3.2.3 D-S证据理论
3.2.4 动态贝叶斯网络
3.2.5 神经网络
3.2.6 最大熵模型
3.2.7 小结
3.3 基于估算的融合方法
3.3.1 卡尔曼滤波
3.3.2 扩展卡尔曼滤波
3.3.3 粒子滤波
3.3.4 小结
4 特征层次多模态信息融合方法研究
4.1 多模态信息特征层融合过程
4.1.1 多模态信息的特征类型
4.1.2 多模态信息的特征提取方法
4.1.3 多模态信息的关联方法
4.1.4 特征层次多模态信息融合过程
4.2 多模态信息特征层融合方法及其应用
5 决策层次多模态信息融合方法研究
5.1 多模态信息决策层融合过程
5.2 多模态信息决策层融合方法及其应用
6 混合层次多模态信息融合方法研究
6.1 多模态信息混合层融合过程
6.2 多模态信息混合层融合方法及其应用
7 总结与展望
7.1 总结
7.2 展望
参考文献
在校期间发表的论文
致谢