不確定數據信任分類與融合

內容簡介

本書面向高層(決策層)信息融合，深入系統地介紹作者在不確定數據信任分類與多源信息融合推理方面的重要研究進展。首先，介紹一種全新的基於證據推理框架的信任分類模型，其主要處理不確定信息建模分析問題。面向不同情況，本書講述如不確定數據信任C均值/中值聚類算法、關係數據多中心信任聚類算法、信任K近鄰分類器、快速信任分類器以及不完整數據信任分類器等多種方法，將多個信任分類器通過融合推理能夠得到更全面可靠的信息，提高判斷決策的準確性。因此，本書還介紹信源可靠度不同情況下的自適應加權折扣融合方法，解決高衝突信息融合問題。並且，介紹面向多源多時相信息融合發展動態證據推理，解決目標識別與變化檢測一體化問題。

圖書目錄

前言

第1章緒論

第2章不確定數據信任C均值聚類算法

第3章關係數據信任C中值聚類算法

第4章關係數據多中心信任聚類算法

第5章不確定數據廣義信任K近鄰分類器

第6章基於類中心的不確定數據廣義信任分類器

第7章不確定數據快速廣義信任分類方法

第8章不確定數據信任規則分類方法

第9章不確定訓練數據與專家知識複合信任規則分類方法

第10章不完整數據廣義信任分類器

第11章多源信息自適應折扣融合

第12章動態證據推理

參考文獻

不確定數據信任分類與融合

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條