DSm T理论及其在信息融合中的应用PDF电子书下载

第一部分 DSmT的进展 3

第1章 DSmT介绍 2

1.1引言 2

1.2 DST简介 3

1.3 DSmT的理论基础 9

1.4不同组合规则的比较 17

1.5结论 26

参考文献 28

第2章 超幂集的产生 32

2.1引言 32

2.2超幂集DΘ的定义 33

2.3第一个超幂集的例子 33

2.4 DΘ的产生 34

2.5结论 40

参考文献 41

附录：产生超幂集的Matlab源代码 43

第3章 超幂集的部分排序 44

3.1信度函数的矩阵运算介绍 44

3.2矩阵运算中超幂集元素的排序 46

3.3结论 53

参考文献 53

第4章 混合DSm模型的组合规则 54

4.1引言 54

4.2关于独立证据源 55

4.3自由DSm模型的组合规则 55

4.4混合DSm模型的表示 57

4.5混合DSm模型的组合规则 63

4.6动态融合 86

4.7混合DSm模型与贝叶斯的结合 93

4.8结论 94

参考文献 94

第5章 Dempster组合规则的反例 96

5.1引言 96

5.2第一类反例 96

5.3第二类反例 101

5.4第三类反例 106

5.5第四类反例 109

5.6结论 111

参考文献 112

第6章 不精确信度融合 113

6.1引言 113

6.2精确信度的组合 114

6.3集合运算 116

6.4定义在单个子单元区间上的信度融合 119

6.5 DSm规则在集合上的推广 125

6.6结论 129

参考文献 129

第7章 广义Pignistic变换 131

7.1 DSm势的简介 131

7.2经典Pignistic变换（CPT） 132

7.3广义Pignistic变换（GPT） 133

7.4 GPT的一些例子 135

7.5结论 138

参考文献 139

附录:三维自由DSm模型GPT的计算过程 140

第8章 DSmT和贝叶斯推理的概率化逻辑 142

8.1引言 142

8.2信度理论模型 143

8.3 Dezert Smarandache理论（DSmT） 149

8.4逻辑命题的概率 152

8.5 DSmT的逻辑解释一个例子 154

8.6多模态逻辑与信息融合 156

8.7贝叶斯推理的逻辑解释 166

8.8结论 172

参考文献 172

第9章 证据源的合取和析取组合规则 174

9.1引言 174

9.2序言 176

9.3由多值映射推导的DS组合规则 179

9.4映射空间上概率测度的一个新组合规则 183

9.5析取组合规则 186

9.6合取和析取组合规则的性质 188

9.7结论 195

参考文献 196

第10章DSm与MinC组合规则的比较 199

10.1引言 199

10.2信度组合中的冲突 200

10.3 MinC组合规则 200

10.4比较 206

10.5例子 210

10.6结论 214

参考文献 215

第11章 基于COx基本原理的一般融合算子 217

11.1关于不确定性 217

11.2融合 223

11.3 t-模 225

11.4结论 230

参考文献 232

第二部分 DSmT的应用 234

第12章 TTP问题 234

12.1引言 234

12.2 TPTP问题 235

12.3靠不住的贝叶斯推理 236

12.4 DS推理 242

12.5 DSm推理 248

12.6结论 253

参考文献 254

第13章 运用DSmT预测目标的行为趋向 256

13.1引言 256

13.2问题的表述 257

13.3预测目标行为趋向的方法 258

13.4决策准则 261

13.5仿真研究 261

13.6 DSm和模糊逻辑方法的比较 263

13.7结论 264

参考文献 265

第14章 杂波环境中多目标跟踪的广义数据关联 266

14.1引言 266

14.2跟踪过程的基本要素 267

14.3属性对GDA的作用 269

14.4广义数据关联算法 273

14.5仿真实验 277

14.6仿真结果 278

14.7实验结果的比较分析 281

14.8结论 283

参考文献 283

第15章Blackman数据关联问题 285

15.1引言 285

15.2Blackman数据关联问题 286

15.3问题的解 286

15.4BAP的DSmT方法 292

15.5蒙特卡罗仿真 292

15.6结论 294

参考文献 294

第16章 情景分析的中智框架 296

16.1引言 296

16.2情景分析 298

16.3情景分析中的不确定性来源 301

16.4情景分析中的本体原则 302

16.5情景分析的中智框架 309

16.6中智框架的可能域语义 312

16.7结论 320

参考文献 320

第17章 DSmT在地表覆被变迁预测中的应用 323

17.1引言 323

17.2信息源的确定 324

17.3基于DST的地表覆被预测 326

17.4采用DSmT的地表覆盖预测 329

17.5结论 331

参考文献 332

第18章能量与资源感知分布式智能融合 334

18.1引言 334

18.2本章内容介绍 335

18.3实验细节与结果 341

18.4结论 354

参考文献 354