返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 多传感器数据智能融合理论与应用 戴亚平,马俊杰,王笑涵 编 大中专 文轩网
  • 新华书店正版
    • 作者: 戴亚平 马俊杰 王笑涵 编著著
    • 出版社: 机械工业出版社
    • 出版时间:2021-03-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 戴亚平 马俊杰 王笑涵 编著著
    • 出版社:机械工业出版社
    • 出版时间:2021-03-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-03-01
    • 字数:250000
    • 页数:154
    • 开本:16开
    • 装帧:平装
    • ISBN:9787111675297
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    多传感器数据智能融合理论与应用

    作  者:戴亚平,马俊杰,王笑涵 编
    定  价:49
    出 版 社:机械工业出版社
    出版日期:2021年03月01日
    页  数:164
    装  帧:平装
    ISBN:9787111675297
    主编推荐

    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优选水平的教材。配套完整授课电子课件及核心实例组件代码文件。

    内容简介

    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。

    作者简介

    精彩内容

    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]范围内的优选值
    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

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购