1、水下目標識別是現代聲吶與水聲對抗的一項關鍵技術,是世界各國十分重視的研究課題之一,在國民經濟尤其在軍事領域中,具有重要的應用價值。本文較為全面地闡述了數據融合、數據挖掘以及目標識別的基本理論,針對水下目標識別的具體問題,分別從數據融合、數據挖掘以及兩者的集成應用等方面進行了深入的研究。主要內容包括：
　　 ⑴全面分析了水下目標識別系統(tǒng)的組成與目標識別的常用方法。介紹了數據融合與數據挖掘的基本原理,并討論了這兩種理論在目標識別中的

2、作用。
　　 ⑵深入討論了數據融合中一種重要的研究方法Dempster-Shafer證據推理理論,包括其基本概念以及合成法則。針對水下目標識別的具體應用,構造了目標識別的D-S融合模型,對艦船輻射噪聲的產生機理以及特征提取的基本方法作了詳細闡述。在討論D-S證據推理理論實際應用的仿真實驗中,基于基本可信度求取的三種方法,提出了三種可行的方案,對仿真結果進行了比較和總結。
　　 ⑶引入了一個數據挖掘工具Rough Set理

3、論,詳細闡述了從信息表知識表達系統(tǒng)建立,到決策表離散化,決策表屬性約簡,直至決策規(guī)則生成的一系列過程。本文提出可以從兩個方面將Rough Set理論應用于水下目標的分類識別:其一是利用粗集有關的約簡算法得出最優(yōu)的決策規(guī)則,提高識別率；其二是利用粗集中屬性重要性度量的概念指導目標識別的關鍵步驟特征提取。
　　 ⑷對數據融合與數據挖掘理論的異同點及相互關系進行了更加深入的研究,考慮它們作為兩種分析處理不確定性信息,提取有用知識的技術