●目錄1 緒論11.1 DSm理論的產生和發展11.1.1 多傳感器信息融合繫統中的衝突問題11.1.2 DSm理論的產生51.1.3 DSm理論的發展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用的關鍵問題181.3.1 目標融合識別需解決的關鍵問題181.3.2 DSm理論在目標融合識別應用的適用性20參考文獻212 DSm理論基礎及信息流程322.1 DSm理論的模型基礎322.2 DSm理論的結構基礎342.2.1 超冪集342.2.2 信度函數352.2.基數362.3 DSm理論的規則基礎372.3.1 經典DSm組合規則372.3.2 混合DSm組合規則382.3.3 PCR繫列組合規則392.4 DSm理論信息流程分析462.5 DSm理論信息流程基本結構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 基於SVM的基本信度分配確定方法713.2.1 SVM的後驗概率模型723.2.2 後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 基於多類SVM與證據理論相結合的融合結構和方法步驟753.3.2 SVM模型選擇773.3.3 性能對比實驗774.3.4 目標融合識別應用仿真分析83參考文獻864 DSm理論組合規則894.1 基於信度優勢的比例衝突再分配組合規則894.1.1 規則描述904.1.2 目標融合識別應用仿真分析924.2 交互自適應組合規則1014.2.1 傳統證據間衝突判定方法1024.2.2 基於超冪集下角度相似度的判定方法1054.2.3 交互自適應組合規則描述1094.2.4 目標融合識別應用仿真分析1114.3 基於可信度的廣義修正組合規則1214.3.1 基於DSm理論的可信度確定1214.4.2 基於DSm理論的動態問題1274.3.3 基於可信度的動態組合規則1284.3.4 目標融合識別應用仿真分析133參考文獻1475 DSm理論計算復雜度優化1515.1 DSm理論計算復雜度優化方法1515.2 基於改進能量函數的DSm理論計算復雜度優化方法1545.2.1 基於改進能量函控制規則1545.2.2 基於改進能量函數的DSm理論近似計算方法1585.2.3 目標融合識別應用仿真分析1605.3 控制與修正編碼的DSm理論計算復雜度優化方法1685.3.1 DSm理論計算復雜度度量體繫研究1685.3.2 計算編碼的修正研究1745.3.3 控制與修正編碼的計算復雜度優化方法1805.3.4 目標融合識別應用仿真分析184參考文獻1876 DSm理論組合規則評價1906.1 DSm理論組合規則評價指標體繫1906.1.1 DSm理論組合規則評價指標體繫構建1906.1.2 DSm理論組合規則評價指標分析1916.2 DSm理論組合規則評價及在目標融合識別中的應用的建議1946.2.1 DSm理論組合規則定量分析1956.2.2 DSm理論組合規則綜合評價2016.2.3 DSm理論組合規則在目標融合識別中應用的建議204參考文獻206
內容簡介
本書對DSm理論進行繫統介紹，並通過六章內容及大量地算例、數據、圖表對DSm理論在目標融合識別中應用的關鍵問題進行了探究，試圖對以下問題從DSm理論的角度進行解釋：如何有效地融合各種傳感器提供的各類信息；如何處理來自不明信號的、不確定的、不接近的、不可靠的信息，並對外部環境的變化做出靈活的自適應反應；如何讓復雜的融合識別方法的計算量能滿足實際繫統的需求；如何對設計的識別方法進行評估、評價等。
