DSm理論及其在目標融合識別中的應(yīng)用

目錄1 緒論11．1 DSm理論的產(chǎn)生和發(fā)展11．1．1 多傳感器信息融合系統(tǒng)中的沖突問題11．1．2 DSm理論的產(chǎn)生51．1．3 DSm理論的發(fā)展61．2 目標融合識別111．2．1 目標融合識別概述111．2．2 目標融合識別層次121．2．3 常用的目標融合識別方法141．3 DSm理論在目標融合識別應(yīng)用的關(guān)鍵問題181．3．1 目標融合識別需解決的關(guān)鍵問題181．3．2 DSm理論在目標融合識別應(yīng)用的適用性20參考文獻212 DSm理論基礎(chǔ)及信息流程322．1 DSm理論的模型基礎(chǔ)322．2 DSm理論的結(jié)構(gòu)基礎(chǔ)342．2．1 超冪集342．2．2 信度函數(shù)352．2．3 焦元基數(shù)362．3 DSm理論的規(guī)則基礎(chǔ)372．3．1 經(jīng)典DSm組合規(guī)則372．3．2 混合DSm組合規(guī)則382．3．3 PCR系列組合規(guī)則392．4 DSm理論信息流程分析462．5 DSm理論信息流程基本結(jié)構(gòu)482．5．1 DSm理論信息流程的信息準備部分482．5．2 DSm理論信息流程的信息表示部分502．5．3 DSm理論信息流程的信息處理部分532．5．4 目標融合識別應(yīng)用仿真分析57參考文獻633 DSm理論基本信度分配確定方法663．1 支持向量機663．1．1 線性支持向量機663．1．2 非線性支持向量機693．1．3 多類支持向量機703．1．4 支持向量機的特點713．2 基于SVM的基本信度分配確定方法713．2．1 SVM的后驗概率模型723．2．2 后驗概率向多類的擴展733．2．3 方法步驟743．3 仿真分析753．3．1 基于多類SVM與證據(jù)理論相結(jié)合的融合結(jié)構(gòu)和方法步驟753．3．2 SVM模型選擇773．3．3 性能對比實驗774．3．4 目標融合識別應(yīng)用仿真分析83參考文獻864 DSm理論組合規(guī)則894．1 基于信度優(yōu)勢的比例沖突再分配組合規(guī)則894．1．1 規(guī)則描述904．1．2 目標融合識別應(yīng)用仿真分析924．2 交互自適應(yīng)組合規(guī)則1014．2．1 傳統(tǒng)證據(jù)間沖突判定方法1024．2．2 基于超冪集下角度相似度的判定方法1054．2．3 交互自適應(yīng)組合規(guī)則描述1094．2．4 目標融合識別應(yīng)用仿真分析1114．3 基于可信度的廣義修正組合規(guī)則1214．3．1 基于DSm理論的可信度確定1214．4．2 基于DSm理論的動態(tài)問題1274．3．3 基于可信度的動態(tài)組合規(guī)則1284．3．4 目標融合識別應(yīng)用仿真分析133參考文獻1475 DSm理論計算復(fù)雜度優(yōu)化1515．1 DSm理論計算復(fù)雜度優(yōu)化方法1515．2 基于改進能量函數(shù)的DSm理論計算復(fù)雜度優(yōu)化方法1545．2．1 基于改進能量函數(shù)的焦元控制規(guī)則1545．2．2 基于改進能量函數(shù)的DSm理論近似計算方法1585．2．3 目標融合識別應(yīng)用仿真分析1605．3 基于焦元控制與修正編碼的DSm理論計算復(fù)雜度優(yōu)化方法1685．3．1 DSm理論計算復(fù)雜度度量體系研究1685．3．2 計算編碼的修正研究1745．3．3 基于焦元控制與修正編碼的計算復(fù)雜度優(yōu)化方法1805．3．4 目標融合識別應(yīng)用仿真分析184參考文獻1876 DSm理論組合規(guī)則評價1906．1 DSm理論組合規(guī)則評價指標體系1906．1．1 DSm理論組合規(guī)則評價指標體系構(gòu)建1906．1．2 DSm理論組合規(guī)則評價指標分析1916．2 DSm理論組合規(guī)則評價及在目標融合識別中的應(yīng)用的建議1946．2．1 DSm理論組合規(guī)則定量分析1956．2．2 DSm理論組合規(guī)則綜合評價2016．2．3 DSm理論組合規(guī)則在目標融合識別中應(yīng)用的建議204參考文獻206