声明
致谢
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 数据融合的研究现状
1.2.2 云模型的研究现状
1.2.3 D-S理论的研究现状
1.3 技术路线及创新点
1.3.1 技术路线
1.3.2 创新点
1.4 论文的主要工作及章节安排
1.5 本章小结
2 云模型
2.1 云模型简介
2.2 云模型概念及其数字特征
2.3 云发生器
2.3.1 一维云发生器
2.3.2 二维云模型
2.3.3 X-条件云和Y-条件云
2.4 本章小结
3 D-S证据理论
3.1 D-S简介
3.2 D-S证据理论基础
3.2.1 识别框架
3.2.2 D-S证据理论的基本函数
3.3 证据合成
3.3.1 D-S证据合成
3.3.2 改进的证据合成
3.4 改进前后证据合成方法的比较
3.5 本章小结
4 基于云模型和证据理论的数据融合方法
4.1 数据融合简介
4.2 数据融合分类
4.2.1 三级数据融合
4.2.2 三级数据融合的比较
4.3 数据融合方法
4.4 基于D-S证据理论的数据融合算法
4.5 基于云模型和D-S证据理论的数据融合算法
4.5.1 数据融合流程
4.5.2 数据预处理
4.5.3 特征提取
4.5.4 权重的获取
4.5.5 证据的生成
4.5.6 结果的验证
4.6 基于云模型和证据理论的融合算法的应用
4.7 本章小结
5 系统设计
5.1 系统目标及开发环境
5.1.1 系统目标
5.1.2 开发环境
5.1.3 .NET平台
5.2 系统分析
5.2.1 系统需求
5.2.2 可行性分析
5.3 系统建模
5.3.1 用例图
5.3.2 类图
5.3.4 行为模型
5.4 系统设计与实现
5.5 实例
5.6 本章小结
6 结论和展望
6.1 结论
6.2 展望
参考文献
作者简历
学位论文数据集
黑龙江科技大学;