声明
英文缩写对照表
第一章 绪 论
1.1 研究的背景和意义
1.2 多源信息融合研究概述
1.3 基于穿戴式人体传感器网络感知的行为识别应用概述
1.4 本论文的主要工作
第二章 多粒度信息的不确定性度量及其融合规则
2.1 引言
2.2 多粒度信息的定量犹豫模糊信度及其融合规则
2.3 多粒度信息的定性犹豫模糊信度及其融合规则
2.4 异鉴别框架下的多粒度证据源融合规则
2.5 本章小结
第三章 多粒度信息融合过程中的维度约简
3.1 引言
3.2 基于BF-TOPSIS策略的多粒度证据源维度约简
3.3 基于多目标遗传优化算法的概率决策方法
3.4 本章小结
第四章 非等可靠多粒度信息的折扣融合
4.1 引言
4.2 文献中的折扣因子计算方法
4.3 多粒度信源可靠性度量指标的选择
4.4 基于客观自适应BF-TOPSIS的多粒度证据源的折扣融合
4.5 仿真实验
4.6 本章小结
第五章 DSmT多粒度信息融合策略在行为识别上的应用
5.1 引言
5.2 文献中的相关工作
5.3 性能评估指标
5.4 基于KDE+等可靠多粒度DSmT融合规则的行为识别
5.5 基于K-means聚类+BF-TOPSIS+非等可靠多粒度DSmT融合的行为识别
5.6 基于犹豫模糊信度+ELM+DSmT的行为识别
5.7 本章小结
第六章 总结与展望
6.1 本文的主要工作及创新点
6.2 进一步研究工作与展望
致谢
参考文献
附录 1 攻读博士学位期间的研究成果
附录 2 攻读博士学位期间参与的科研项目
东南大学;