多粒度信息融合与应用（信息融合技术丛书）

参考文献

7.6 本章小结

7.5.4 实验分析与讨论

7.5.3 行为决策

7.5.2 折扣融合模型

7.5.1 证据可靠性评估

7.5 基于多粒度信息折扣融合的行为识别

7.4.3 实验分析与讨论

7.4.2 行为决策

7.4.1 犹豫模糊信度构建

7.4 基于犹豫模糊信度融合的行为识别

7.3.6 实验分析与讨论

7.3.5 行为决策

7.3.4 支持向量机模型

7.3.3 双速采样的双流网络分类器

7.3.2 改进swin-transformer分类器

7.3.1 数据预处理与多层次划分

7.3 异鉴别框架下基于多粒度信息融合的行为识别

7.2.4 实验分析与讨论

7.2.3 行为决策

7.2.2 基于ELM和信度函数理论的多粒度行为建模

7.2.1 多粒度行为分层建模

7.2 同鉴别框架下基于多粒度信息融合的行为识别

7.1 引言

第7章 多粒度信息融合应用研究

参考文献

6.5 本章小结

6.4.3 蒙特卡罗实验

6.4.2 不精确证据融合

6.4.1 高冲突证据融合

6.4 仿真分析

6.3.3 评估指标权重计算

6.3.2 证据支持度计算

6.3.1 评分矩阵构建

6.3 折扣融合方法

6.2.2 多粒度证据源之间的度量指标

6.2.1 多粒度证据源内部焦元信息的度量指标

6.2 证据可靠性度量

6.1 引言

第6章 多粒度信息折扣融合方法

参考文献

5.4 本章小结

5.3.4 算例分析

5.3.3 区间犹豫模糊信度融合

5.3.2 区间犹豫模糊信度运算规则

5.3.1 基本概念

5.3 区间犹豫模糊信度融合方法

5.2.4 算例分析

5.2.3 单值犹豫模糊信度融合

5.2.2 单值犹豫模糊信度运算规则

5.2.1 基本概念

5.2 单值犹豫模糊信度融合方法

5.1 引言

第5章 犹豫模糊信度融合方法

参考文献

4.4 本章小结

4.3.4 算例分析

4.3.3 层次粒空间融合规则

4.3.2 粒层信度转换

4.3.1 层次粒空间表征

4.3 基于层次关系的融合方法

4.2.3 算例分析

4.2.2 信度分配规则及融合规则

4.2.1 等价粒空间构建

4.2 基于等价关系的融合方法

4.1 引言

第4章 异鉴别框架下多粒度信息融合方法

参考文献

3.4 本章小结

3.3.6 算例分析

3.3.5 时间复杂度分析

3.3.4 融合求解过程

3.3.3 混合焦元解耦规则

3.3.2 析取焦元解耦规则

3.3.1 合取焦元解耦规则

3.3 复合焦元融合策略

3.2.3 算例分析

3.2.2 融合规则

3.2.1 单子焦元分组

3.2 单子焦元融合策略

3.1 引言

第3章 同鉴别框架下多粒度信息融合方法

参考文献

2.5 本章小结

2.4.4 优缺点

2.4.3 犹豫模糊推理

2.4.2 经典模糊逻辑

2.4.1 基本概念

2.4 模糊集理论

2.3.4 优缺点

2.3.3 决策规则

2.3.2 经典粗糙集模型

2.3.1 基本概念

2.3 粗糙集理论

2.2.4 优缺点

2.2.3 融合推理规则

2.2.2 自由模型及混合模型

2.2.1 基本概念

2.2 Dezert-Smarandache理论

2.1.3 优缺点

2.1.2 Dempster组合规则

2.1.1 基本概念

2.1 Dempster-Shafer证据理论

第2章 基础理论

参考文献

1.4 本章小结

1.3 本书知识体系

1.2.3 问题与挑战

1.2.2 发展现状

1.2.1 背景与意义

1.2 多粒度信息融合概述

1.1.3 问题与挑战

1.1.2 发展现状

1.1.1 多源信息融合的概念

1.1 经典多源信息融合概述

第1章 绪论

前言

丛书序

“信息融合技术丛书”编委会名单

内容简介

版权信息

封面

封面

版权信息

内容简介

“信息融合技术丛书”编委会名单

丛书序

前言

第1章 绪论

1.1 经典多源信息融合概述

1.1.1 多源信息融合的概念

1.1.2 发展现状

1.1.3 问题与挑战

1.2 多粒度信息融合概述

1.2.1 背景与意义

1.2.2 发展现状

1.2.3 问题与挑战

1.3 本书知识体系

1.4 本章小结

参考文献

第2章 基础理论

2.1 Dempster-Shafer证据理论

2.1.1 基本概念

2.1.2 Dempster组合规则

2.1.3 优缺点

2.2 Dezert-Smarandache理论

2.2.1 基本概念

2.2.2 自由模型及混合模型

2.2.3 融合推理规则

2.2.4 优缺点

2.3 粗糙集理论

2.3.1 基本概念

2.3.2 经典粗糙集模型

2.3.3 决策规则

2.3.4 优缺点

2.4 模糊集理论

2.4.1 基本概念

2.4.2 经典模糊逻辑

2.4.3 犹豫模糊推理

2.4.4 优缺点

2.5 本章小结

参考文献

第3章 同鉴别框架下多粒度信息融合方法

3.1 引言

3.2 单子焦元融合策略

3.2.1 单子焦元分组

3.2.2 融合规则

3.2.3 算例分析

3.3 复合焦元融合策略

3.3.1 合取焦元解耦规则

3.3.2 析取焦元解耦规则

3.3.3 混合焦元解耦规则

3.3.4 融合求解过程

3.3.5 时间复杂度分析

3.3.6 算例分析

3.4 本章小结

参考文献

第4章 异鉴别框架下多粒度信息融合方法

4.1 引言

4.2 基于等价关系的融合方法

4.2.1 等价粒空间构建

4.2.2 信度分配规则及融合规则

4.2.3 算例分析

4.3 基于层次关系的融合方法

4.3.1 层次粒空间表征

4.3.2 粒层信度转换

4.3.3 层次粒空间融合规则

4.3.4 算例分析

4.4 本章小结

参考文献

第5章 犹豫模糊信度融合方法

5.1 引言

5.2 单值犹豫模糊信度融合方法

5.2.1 基本概念

5.2.2 单值犹豫模糊信度运算规则

5.2.3 单值犹豫模糊信度融合

5.2.4 算例分析

5.3 区间犹豫模糊信度融合方法

5.3.1 基本概念

5.3.2 区间犹豫模糊信度运算规则

5.3.3 区间犹豫模糊信度融合

5.3.4 算例分析

5.4 本章小结

参考文献

第6章 多粒度信息折扣融合方法

6.1 引言

6.2 证据可靠性度量

6.2.1 多粒度证据源内部焦元信息的度量指标

6.2.2 多粒度证据源之间的度量指标

6.3 折扣融合方法

6.3.1 评分矩阵构建

6.3.2 证据支持度计算

6.3.3 评估指标权重计算

6.4 仿真分析

6.4.1 高冲突证据融合

6.4.2 不精确证据融合

6.4.3 蒙特卡罗实验

6.5 本章小结

参考文献

第7章 多粒度信息融合应用研究

7.1 引言

7.2 同鉴别框架下基于多粒度信息融合的行为识别

7.2.1 多粒度行为分层建模

7.2.2 基于ELM和信度函数理论的多粒度行为建模

7.2.3 行为决策

7.2.4 实验分析与讨论

7.3 异鉴别框架下基于多粒度信息融合的行为识别

7.3.1 数据预处理与多层次划分

7.3.2 改进swin-transformer分类器

7.3.3 双速采样的双流网络分类器

7.3.4 支持向量机模型

7.3.5 行为决策

7.3.6 实验分析与讨论

7.4 基于犹豫模糊信度融合的行为识别

7.4.1 犹豫模糊信度构建

7.4.2 行为决策

7.4.3 实验分析与讨论

7.5 基于多粒度信息折扣融合的行为识别

7.5.1 证据可靠性评估

7.5.2 折扣融合模型

7.5.3 行为决策

7.5.4 实验分析与讨论

7.6 本章小结

参考文献