异类数据关联与融合

目 录
第1章 绪 论\t1
1．1 问题的来源\t1
1．2 面临的挑战\t2
1．3 相关研究情况\t4
1．4 本书的概貌\t7
第2章 相关的数学基础\t11
2．1 引言\t11
2．2 度量空间与常用距离\t11
2．2．1 度量空间\t11
2．2．2 常用距离\t12
2．3 灰色系统\t13
2．3．1 区间灰数与灰关联分析\t13
2．3．2 灰靶理论\t20
2．4 模糊数学\t21
2．4．1 模糊集及运算\t22
2．4．2 三角模糊数和区间数\t23
2．4．3 二型模糊集\t24
2．4．4 区间值模糊集\t24
2．4．5 直觉模糊集\t25
2．4．6 犹豫模糊集\t29
2．5 语义计算\t33
2．5．1 语义表示基本方法\t33
2．5．2 二元语义模型\t34
2．5．3 犹豫模糊语义标签集\t35
2．5．4 概率语义标签集\t35
2．5．5 连续语义标签集\t35
2．6 云模型\t36
2．6．1 定义及特征\t36
2．6．2 正态云\t37
2．6．3 云变换\t37
2．7 本章小结\t38
第3章 异步雷达航迹的直接关联\t39
3．1 引言\t39
3．2 异步雷达航迹关联的传统处理方式\t39
3．2．1 问题描述\t39
3．2．2 时域配准\t40
3．3 异步雷达航迹的区间化描述\t43
3．3．1 点迹―区间描述\t43
3．3．2 区间―区间描述\t44
3．3．3 区实混合序列描述\t45
3．3．4 搜索式区间灰数描述\t46
3．4 异步雷达航迹的相似度量\t47
3．4．1 区间灰数的灰关联度\t47
3．4．2 加权滑窗序列的折线相似度\t50
3．4．3 序列离散度\t54
3．5 异步雷达航迹直接关联模型\t55
3．5．1 基于区间灰数灰关联度的异步航迹关联\t55
3．5．2 基于加权滑窗序列折线相似度的异步航迹关联\t57
3．5．3 基于序列离散度的异步航迹关联\t58
3．6 复杂情况异步雷达航迹的直接关联\t59
3．6．1 航迹的分叉与合并\t59
3．6．2 区间序列的分段划分\t60
3．7 算法仿真与性能分析\t61
3．7．1 仿真环境设置\t61
3．7．2 算法性能比较\t62
3．7．3 航迹分叉合并情况的可辨性分析\t64
3．8 本章小结\t66
第4章 异步雷达航迹的抗差关联\t67
4．1 引言\t67
4．2 系统误差对雷达航迹关联的影响\t67
4．2．1 问题描述\t67
4．2．2 对系统误差的处理\t68
4．3 系统误差的区间描述\t69
4．3．1 区间描述原理\t69
4．3．2 矩形投影法\t70
4．3．3 圆覆盖法\t72
4．3．4 微分法\t73
4．3．5 区间描述的精度分析\t75
4．4 系统误差下雷达航迹的相似度量\t77
4．4．1 区间灰数的灰关联度\t77
4．4．2 区域集合相似度\t78
4．4．3 区间序列离散度\t80
4．5 同步雷达航迹的抗差关联\t82
4．5．1 基于区间灰数的航迹抗差关联\t82
4．5．2 基于区域集合相似度的航迹抗差关联\t85
4．5．3 基于区间序列离散度的航迹抗差关联\t86
4．6 异步雷达航迹的抗差关联\t87
4．6．1 串行处理方式\t87
4．6．2 直接处理方式\t89
4．7 算法仿真与性能分析\t89
4．7．1 仿真环境设置\t89
4．7．2 算法性能比较\t90
4．8 本章小结\t93
第5章 雷达与ESM航迹的关联\t95
5．1 引言\t95
5．2 异地配置的雷达与ESM异步航迹关联\t96
5．2．1 异步航迹交叉定位的区间化处理\t96
5．2．2 不等长航迹序列的等长区间变换\t97
5．2．3 基于区间离散度的异地配置的雷达与ESM异步航迹关联\t99
5．3 修正极坐标系下雷达与ESM航迹的对准关联\t101
5．3．1 雷达与ESM滤波方程\t101
5．3．2 构造关联统计量\t102
5．4 系统误差对同地配置雷达与ESM航迹关联的影响\t103
5．4．1 系统误差对关联统计量的影响\t103
5．4．2 对非中心参数和正确关联概率的影响\t104
5．5 同地配置的雷达与ESM航迹对准关联\t108
5．6 同地配置的雷达与ESM航迹抗差关联\t109
5．6．1 系统误差下雷达与ESM航迹的区间描述\t110
5．6．2 基于区间重合度的雷达与ESM航迹抗差关联\t111
5．7 异地配置的雷达与ESM航迹抗差关联\t113
5．7．1 系统误差下雷达与ESM航迹的相似度量\t113
5．7．2 基于目标拓扑信息的雷达与ESM航迹抗差关联\t114
5．7．3 基于区间离散度的雷达与ESM航迹抗差关联\t117
5．8 算法仿真与性能分析\t118
5．8．1 仿真环境设置\t119
5．8．2 算法性能比较\t119
5．9 本章小结\t125
第6章 区间数据的关联\t126
6．1 引言\t126
6．2 基于区间证据的区间数据关联\t126
6．2．1 问题描述\t126
6．2．2 基于区间相似度的BPA生成\t127
6．2．3 关联流程\t129
6．2．4 仿真实验\t131
6．3 基于直觉模糊集的区间数据关联\t133
6．3．1 问题描述\t133
6．3．2 云模型数字特征的估计\t133
6．3．3 确定度向隶属度与非隶属度的转化\t135
6．3．4 动态权重\t136
6．3．5 基于去模糊距离测度的TOPSIS方法\t137
6．3．6 关联流程\t139
6．3．7 仿真实验\t140
6．4 本章小结\t145
第7章 直觉模糊数据的关联\t146
7．1 引言\t146
7．2 直觉模糊数的几何表示\t147
7．2．1 二维几何表示\t147
7．2．2 三维几何表示\t151
7．3 去模糊化距离测度\t153
7．3．1 现有距离违背直觉性分析\t153
7．3．2 提取直觉模糊特征\t154
7．3．3 去模糊化距离\t157
7．4 基于去模糊化距离的关联\t162
7．4．1 目标识别问题\t162
7．4．2 多属性决策问题\t163
7．5 仿真分析\t164
7．5．1 数值算例\t164
7．5．2 目标识别算例\t167
7．5．3 多属性决策算例\t169
7．6 本章小结\t170
第8章 犹豫模糊型数据关联中的加权综合相关系数法\t171
8．1 引言\t171
8．2 现有犹豫模糊集相关系数的局限性\t172
8．3 犹豫模糊集的加权综合相关系数\t174
8．3．1 犹豫模糊集及犹豫模糊数的一些基本定义\t174
8．3．2 犹豫模糊集的三种基本相关系数\t175
8．3．3 加权综合相关系数\t178
8．4 基于犹豫模糊加权综合相关系数的数据关联\t181
8．4．1 经典TOPSIS方法\t181
8．4．2 犹豫模糊环境下TOPSIS方法的局限性\t182
8．4．3 基于犹豫模糊加权综合相关系数的改进型TOPSIS方法\t183
8．5 仿真分析\t187
8．5．1 数值仿真\t188
8．5．2 目标识别算例\t188
8．5．3 目标分类算例\t189
8．5．4 多属性决策算例\t193
8．4 本章小结\t196
第9章 犹豫模糊数据关联中的特征距离测度法\t198
9．1 引言\t198
9．2 新的犹豫模糊比较法则\t199
9．2．1 现有比较法则的局限性\t199
9．2．2 新的比较法则\t200
9．3 犹豫模糊集特征距离\t202
9．3．1 犹豫模糊数的均值距离\t202
9．3．2 犹豫模糊数的特征距离\t206
9．3．3 犹豫模糊集的特征距离\t208
9．3．4 与现有距离方法的对比\t211
9．4 基于犹豫模糊特征距离测度的数据关联\t213
9．4．1 经典TODIM方法\t213
9．4．2 基于犹豫模糊特征距离的改进型TODIM方法\t214
9．5 仿真分析\t216
9．5．1 与现有距离度量的比对\t216
9．5．2 目标识别算例\t217
9．5．3 威胁等级估计算例\t220
9．6 本章小结\t223
第10章 语义数据的关联\t225
10．1 引言\t225
10．2 连续概率犹豫模糊语义标签\t226
10．3 连续概率犹豫模糊语义标签的距离测度\t227
10．3．1 基于标签效能值的CPHFLTS距离测度\t228
10．3．2 基于概率标签组合的CPHFLTS距离测度\t230
10．4 基于语义标签距离测度的数据关联\t232
10．5 仿真分析\t235
10．5．1 多属性决策算例\t235
10．5．2 与TOPSIS方法对比分析\t238
10．6 本章小结\t240
第11章 异类数据的粒层转化\t241
11．1 引言\t241
11．2 异类数据的粒结构划分\t242
11．3 异类数据的粒层转化\t244
11．3．1 特征层的粒层统一\t245
11．3．2 决策层的粒层统一\t249
11．4 粒层并行的数据关联\t251
11．4．1 决策层异类数据的粒层并行粒度计算\t252
11．4．2 粒层并行的数据关联流程\t252
11．5 粒层转化的数据关联\t253
11．5．1 问题描述\t253
11．5．2 粒层转化的数据关联流程\t254
11．6 本章小结\t255
第12章 序列数据和区间数据的关联\t257
12．1 引言\t257
12．2 短时序列数据与区间数据的关联\t257
12．2．1 短时序列与区间数的距离\t258
12．2．2 基于灰关联的短时序列―区间异类数据关联\t260
12．3 基于云变换的累积量测序列与区间数据的关联\t261
12．3．1 序列?区间异类数据同型转化\t261
12．3．2 序列?区间异类数据的关联\t266
12．4 仿真分析\t272
12．4．1 短时序列?区间异类数据关联仿真\t272
12．4．2 累积量测序列?区间异类数据关联仿真\t273
12．5 本章小结\t282
第13章 多源异类数据的关联\t283
13．1 引言\t283
13．2 基于靶心距的异类数据关联\t284
13．2．1 问题描述\t284
13．2．2 新的灰靶决策方法\t285
13．3．3 仿真分析\t294
13．3 基于信任区间交互式多属性的异类数据关联\t298
13．3．1 问题描述\t298
13．3．2 信任区间的构建定理\t300
13．3．3 决策模型的确立\t301
13．3．4 信任区间交互式多属性决策\t303
13．3．5 仿真实验\t307
13．4 本章小结\t310
第14章 决策层数据的融合\t312
14．1 引言\t312
14．2 信度函数理论\t313
14．2．1 信度函数模型\t313
14．2．2 Dempster组合规则\t314
14．2．3 现有改进的组合规则\t315
14．3 互补信度集成\t316
14．3．1 互补信度的概念\t317
14．3．2 基于互补信度的集成规则\t317
14．3．3 考虑信度权重的集成规则\t319
14．3．4 修正的信度集成规则\t320
14．4 信度区间集成\t321
14．4．1 信度函数的信度区间表示\t322
14．4．2 信度区间集成规则\t323
14．4．3 修正的信度区间集成规则\t325
14．4．4 基于信度区间集成规则的决策\t327
14．5 仿真分析\t328
14．5．1 信度区间集成规则的算例验证\t328
14．5．2 信度集成规则的目标识别\t330
14．5．3 基于概率转换的对比分析\t334
14．6 本章小结\t335
第15章 回顾与展望\t336
15．1 研究回顾\t336
15．2 方向展望\t337
参考文献\t338