登入帳戶  | 訂單查詢  | 購物車/收銀台( 0 ) | 在線留言板  | 付款方式  | 運費計算  | 聯絡我們  | 幫助中心 |  加入書簽
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種:超過100萬種各類書籍/音像和精品,正品正價,放心網購,悭钱省心 服務:香港台灣澳門海外 送貨:速遞郵局服務站

新書上架簡體書 繁體書
暢銷書架簡體書 繁體書
好書推介簡體書 繁體書

三月出版:大陸書 台灣書
二月出版:大陸書 台灣書
一月出版:大陸書 台灣書
12月出版:大陸書 台灣書
11月出版:大陸書 台灣書
十月出版:大陸書 台灣書
九月出版:大陸書 台灣書
八月出版:大陸書 台灣書
七月出版:大陸書 台灣書
六月出版:大陸書 台灣書
五月出版:大陸書 台灣書
四月出版:大陸書 台灣書
三月出版:大陸書 台灣書
二月出版:大陸書 台灣書
一月出版:大陸書 台灣書

『簡體書』多传感器数据智能融合理论与应用

書城自編碼: 3611849
分類:簡體書→大陸圖書→教材研究生/本科/专科教材
作者: 戴亚平,马俊杰,王笑涵 编著
國際書號(ISBN): 9787111675297
出版社: 机械工业出版社
出版日期: 2021-03-01

頁數/字數: /
書度/開本: 16开 釘裝: 平装

售價:HK$ 61.3

我要買

 

** 我創建的書架 **
未登入.


新書推薦:
战略叙事:传播力与新世界秩序
《 战略叙事:传播力与新世界秩序 》

售價:HK$ 93.6
基于语料库的秦汉简帛用字研究 与秦汉简帛用字习惯研究相关的论文集
《 基于语料库的秦汉简帛用字研究 与秦汉简帛用字习惯研究相关的论文集 》

售價:HK$ 93.6
实物、人类学习与博物馆学
《 实物、人类学习与博物馆学 》

售價:HK$ 201.6
汉篆辑录(第一卷)
《 汉篆辑录(第一卷) 》

售價:HK$ 129.6
国有经济国别研究
《 国有经济国别研究 》

售價:HK$ 201.6
零基础玩转Stable Diffusion
《 零基础玩转Stable Diffusion 》

售價:HK$ 119.8
谷歌人不疲倦的工作术:揭秘谷歌颠覆式工作法,重新构建人生效能体系
《 谷歌人不疲倦的工作术:揭秘谷歌颠覆式工作法,重新构建人生效能体系 》

售價:HK$ 54.0
糖的暗黑历史
《 糖的暗黑历史 》

售價:HK$ 70.8

 

編輯推薦:
配套资源:电子课件、源代码
本书特色:
一本全面阐述多传感器检测、信息融合、数据融合及分析技术,全面体现国内人工智能领域先进水平的教材。
內容簡介:
本书知识点明确、结构紧凑、思路清晰,通过理论与实例结合的方式,深入浅出地介绍了多传感器数据智能融合的理论与应用技术。
全书共11章,包括多传感器数据融合概述、数据融合结构与算法概论、贝叶斯推理方法、证据理论算法与数据融合、模糊理论及其在数据融合中的应用、人工神经网络与数据融合算法、遗传算法及其在数据融合中的应用、粒子群算法及其在数据融合中的应用、智能视频监控系统的数据融合算法、深度学习及其在数据融合中的应用、多传感器数据融合机器人平台的设计与实现。每个章节中都配有必要的实例,目的在于让读者结合实例更加快捷地掌握多传感器数据智能融合方法的设计与实现。
本书面向大专院校与科研机构中学习多传感器数据智能融合理论的中、高级用户,以及对该理论有一定基础的工程技术人员,旨在帮助读者快速掌握智能数据融合算法设计与实现的技巧和方法,强调对高年级大学生、研究生的实践能力培养。
目錄
目录
前言
第1章多传感器数据融合概述
1.1多传感器数据融合基本描述
1.2多传感器数据融合的基本原理描述
1.3数据融合技术的应用领域
1.3.1数据融合技术在机器人领域的应用
1.3.2数据融合技术在图像处理领域的应用
1.4数据融合研究的国内外现状简介
1.5本书主要内容
参考文献
习题与思考
第2章数据融合结构与算法概论
2.1多传感器的数据融合架构
2.1.1集中式融合结构
2.1.2分布式融合结构
2.1.3混合式融合结构
2.2多传感器系统的多层次融合分析
2.2.1多层集中式的数据融合结构
2.2.2多层分布式的数据融合结构
2.2.3多层混合式的数据融合结构
2.3多传感器数据融合中的卡尔曼滤波理论
2.3.1卡尔曼滤波简介
2.3.2序贯式卡尔曼滤波融合算法
2.4本章小结
参考文献
习题与思考
第3章贝叶斯推理方法
3.1贝叶斯法则及其应用
3.2贝叶斯网络
3.2.1贝叶斯网络的数学模型
3.2.2贝叶斯网络中的有向分离
3.2.3贝叶斯网络的结构学习
3.3贝叶斯网络推理计算应用实例
3.4本章小结
参考文献
习题与思考
第4章证据理论算法与数据融合
4.1DS算法概述
4.2DS算法的理论体系
4.2.1识别框架
4.2.2支持度、似然度、不确定区间
4.2.3Dempster合成规则
4.3证据理论与贝叶斯判决理论的比较
4.4证据理论在图像融合中的应用举例
4.4.1基本概率赋值的获取
4.4.2学生端坐状态实验
4.4.3学生左顾右盼状态实验
4.4.4学生埋头状态实验
4.4.5复杂状态实验1
4.4.6复杂状态实验2
4.4.7与基于贝叶斯方法的行为分析与推理决策的比较
4.5本章小结
参考文献
习题与思考
第5章模糊理论及其在数据融合中的应用
5.1概述
5.2模糊控制器的组成及其基本原理
5.2.1模糊控制器组成
5.2.2模糊计算原理
5.3一种球杆系统模糊控制器的设计与仿真
5.3.1球杆系统模糊控制器设计步骤
5.3.2球杆系统模糊控制器设计
5.3.3球杆系统模糊控制器仿真
5.3.4球杆系统模糊控制器改进与仿真
5.4多传感器模糊融合推理
5.5本章小结
参考文献
习题与思考
第6章人工神经网络与数据融合方法
6.1人工神经网络简介
6.2BP神经网络的结构与原理
6.2.1BP神经网络的结构
6.2.2BP神经网络算法的数学表达
6.3BP神经网络与多传感器数据融合算法
6.4Hopfield神经网络原理及应用
6.4.1Hopfield神经网络原理
6.4.2基于Hopfield神经网络的路径优化
6.5本章小结
参考文献
习题与思考
第7章遗传算法及其在数据融合中的应用
7.1遗传算法简介
7.2遗传算法的基本操作
7.2.1选择
7.2.2交叉
7.2.3变异
7.3遗传算法的实现与应用举例
7.3.1求函数y=x2在区间[0,31]范围内的最大值
7.3.2一种基于多参数融合适应度函数的遗传算法
7.3.3遗传算法在空中目标航迹关联融合中的应用
7.4本章小结
参考文献
习题与思考
第8章粒子群算法及其在数据融合中的应用
8.1粒子群算法介绍
8.2基于动态权值的粒子群算法在多传感器数据融合中的应用
8.3一种自适应模型集的交互多模型辅助粒子滤波算法
8.3.1机动目标跟踪模型介绍
8.3.2交互多模型辅助粒子滤波算法
8.3.3算法特点分析
8.4本章小结
参考文献
习题与思考
第9章智能视频监控系统的数据融合算法
9.1智能视频监控系统介绍
9.2多传感器图像融合方法
9.2.1基于多分辨率像素融合
9.2.2HOG算法介绍
9.2.3HOG特征融合
9.3基于HOG特征融合的人体检测
9.3.1视觉激活度
9.3.2融合梯度方向直方图
9.4运动目标的视频检测与跟踪算法
9.4.1多个运动目标的跟踪问题描述
9.4.2运动目标跟踪中的多特征数据融合方法
9.4.3分块多特征融合的多目标跟踪
9.5本章小结
参考文献
习题与思考
第10章深度学习及其在数据融合中的应用
10.1引言
10.2卷积神经网络
10.2.1卷积操作
10.2.2池化操作
10.2.3空洞卷积
10.2.4非线性激活函数
10.2.5反向传播算法
10.2.6卷积神经网络的发展历程
10.2.7深度学习开发框架
10.3长短期记忆网络
10.3.1遗忘门
10.3.2输入门
10.3.3输出门
10.4生成对抗网络
10.4.1简介
10.4.2生成对抗网络的优化目标函数
10.4.3生成对抗网络对目标函数的优化
10.4.4一些经典的生成对抗网络模型
10.5深度学习在多传感器数据融合中的应用
10.5.1文本情感分析中的多特征数据融合方法
10.5.2图像融合中的多特征数据融合方法
10.6本章小结
参考文献
习题与思考
第11章多传感器数据融合机器人平台的设计与实现
11.1多传感器数据融合机器人平台的软件设计
11.1.1机器人操作系统简介
11.1.2基于ROS的机器人软件设计方法
11.2多传感器数据融合机器人平台的硬件设计
11.2.1总体硬件方案
11.2.2关键硬件设备选型
11.3基于机器人平台的多传感器数据融合研究
11.4本章小结
参考文献
习题与思考
內容試閱
多传感器数据融合是工程类学科的一门重要的专业课程,在自动化、人工智能、机器人、电气工程、机械工程、航天工程等工科专业都会设置。在数据融合技术中既包含数学与工程科学相结合的理论知识,又包含理论与工程设计实践紧密结合的具体应用。随着人工智能的快速发展,智能化的数据融合技术的发展也日新月异。本书正是为了配合快速发展的智能化时代,针对多传感器数据融合的智能化新方法与新理论的教学而编写的。
在现实社会中,在面对某一确定的检测需求时,用一个传感器探测得到的结果,和用多个传感器探测得到的结果不尽相同。即便是多传感器得到了多个探测结果,如何对这些探测结果进行有效融合,以得出合乎实际的输出结果,也是一项富有挑战性的工作。在当前实际应用的多传感器探测系统中,多类传感器在数据融合之前需要先进行时空配准;在数据融合过程中,也分别有传感器级别、决策级别等不同级别的数据融合。本书在介绍基本数据融合方法的基础上,进一步介绍智能化算法在多传感器数据融合中的应用。
本书主要包括以下几个方面:介绍多传感器系统数据融合的基本架构与理论体系;介绍基于概率论的智能化方法,例如基于证据理论、贝叶斯理论、模糊数学理论等方法的传感器数据融合技术;也介绍基于遗传算法、神经网络、粒子群等仿生学类的智能化方法在数据融合中的应用;结合当今人工智能发展的热点,介绍深度学习理论在数据融合中的应用。在分析各种算法理论体系的基础上,给出这些技术在目标识别(检测、估计、分类和辨识)与跟踪中的应用实例。
本书的一些基本概念与理论方法,结合信号获取的物理手段后,可应用于一些实际工程中,如天气预报,使用遥感进行地球资源勘探,机动车辆的交通管制,目标分类与跟踪以及战场态势估计等。随着机器人技术的快速发展,人们对数据融合在这些领域的应用也越来越感兴趣,因为它能够集合视觉信号、声音信号、位置信号,让机器人快速做出合理的决策与判断。本书的最后一章主要描述了一个搭载了多类传感器的机器人系统应用平台,在这个平台上,可以对各类数据融合算法进行验证实验。
本书主要面向工科院校与科研机构中学习多传感器数据融合理论的中、高级用户,可作为大、中专院校相关专业的教学和参考用书,也可供有关工程技术人员和软件工程师参考。本书由北京理工大学自动化学院的戴亚平、马俊杰、王笑涵编著,北京理工大学自动化学院的多届研究生参与了灵智系列服务机器人系统的开发,在此对他们的大力帮助与辛勤工作一并表示感谢。
由于时间仓促,加上编者水平有限,书中不足之处在所难免,欢迎读者联系1282892958@qq.com批评指正,编者将不胜感激。

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 香港用户  | 台灣用户 | 大陸用户 | 海外用户
megBook.com.hk
Copyright © 2013 - 2024 (香港)大書城有限公司  All Rights Reserved.