幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

汽車安全與自動駕駛(信號處理和機器學習基礎)/智能網聯汽車機器學習系列

  • 作者：(德)邁克爾·博世//沃爾夫岡·烏特希克|責編:何士娟|譯者:林雯嫻//熊偉波//李雨童
  • 出版社：機械工業
  • ISBN：9787111718093
  • 出版日期：2023/03/01
  • 裝幀：平裝
  • 頁數：374
人民幣：RMB 239 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書涵蓋了在整體車輛安全和自動駕駛領域中需要用到的信號處理和機器學習方法，以信號處理相關演算法為基礎，引入了對應的車輛模型、軌跡演算法和行車中的統計信號處理方法，並著重介紹了機器學習及其在該領域的應用。為了能自行設計並實現車輛控制中的自動干預演算法，本書提供了相關的數學基礎知識。各個重點內容將形象地通過習題與解題示例來闡明。對於有編程需求的習題，本書還提供了相應的MATLAB腳本。本書可供汽車領域的工程師閱讀參考，也可作為高等院校車輛工程、電氣工程、機電工程和電腦科學專業師生的教學參考書。
作者介紹
(德)邁克爾·博世//沃爾夫岡·烏特希克|責編:何士娟|譯者:林雯嫻//熊偉波//李雨童
目錄
前言
第1章  自動駕駛與車輛安全導論
  1.1  自動駕駛
  1.2  整車安全與事故統計
  1.3  關鍵增值：電子元件與信號處理
  1.4  習題
第2章  信號處理基礎
  2.1  線性代數
    2.1.1  定義與符號
    2.1.2  線性代數常見運算規則
    2.1.3  向量與矩陣求導
    2.1.4  特徵值和奇異值分解，矩陣范數
  2.2  用拉格朗日乘數求解優化問題
    2.2.1  帶等式約束條件的優化問題
    2.2.2  帶不等式約束條件的優化問題
  2.3  概率論
    2.3.1  概率空間和隨機變數
    2.3.2  條件概率和貝葉斯定理
    2.3.3  資訊理論概述
    2.3.4  高斯隨機變數
    2.3.5  隨機變數的變換
    2.3.6  隨機過程
  2.4  線性系統
    2.4.1  連續時間系統
    2.4.2  離散時間系統
    2.4.3  離散化
  2.5  頻域信號濾波
    2.5.1  線性時不變系統在頻域中的描述
    2.5.2  低通濾波、帶通濾波和高通濾波
    2.5.3  碰撞加速度信號的低通濾波
  2.6  習題
第3章  汽車模型和軌跡
  3.1  用於被動車輛安全的碰撞模型
    3.1.1  質量-彈簧-阻尼器模型
    3.1.2  多體模擬和有限元計算
  3.2  涉及自動駕駛和主動車輛安全的車輛動力學模型
    3.2.1  相對運動
    3.2.2  交通參與者運動模型
    3.2.3  車輛運動力學模型
    3.2.4  單軌模型和轉向行為
    3.2.5  非線性雙軌模型
  3.3  軌跡規劃與控制
  3.4  習題
第4章  統計濾波
  4.1  優統計濾波器
  4.2  卡爾曼濾波器
    4.2.1  卡爾曼濾波器的推導
    4.2.2  用卡爾曼濾波器進行跟蹤
    4.2.3  卡爾曼濾波的推廣
  4.3  感測器數據融合

  4.4  習題
第5章  機器學習
  5.1  機器學習概論
    5.1.1  分類與回歸
    5.1.2  維數災難
    5.1.3  特徵向量的規範化
    5.1.4  參數化和非參數化方法
    5.1.5  分類和回歸
    5.1.6  大似然法和大后驗法的參數估計
    5.1.7  線性回歸和分類
    5.1.8  使用softmax函數進行分類
    5.1.9  核密度估計、k近鄰分類和核回歸
    5.1.10  泛化與偏差-方差分解
    5.1.11  機器學習模型選擇與評估
    5.1.12  隨機梯度下降法
    5.1.13  監督學習方法概述
  5.2  人工神經網路和深度學習
    5.2.1  深度多層感知機
    5.2.2  反向傳播
    5.2.3  徑向基函數神經網路
    5.2.4  深度卷積神經網路
  5.3  支持向量機
    5.3.1  用於分類的支持向量機以及核函數
    5.3.2  用於回歸的支持向量機
  5.4  決策樹和回歸樹
    5.4.1  決策樹
    5.4.2  回歸樹
  5.5  隨機森林
    5.5.1  袋外誤差
    5.5.2  通過隨機森林進行特徵選擇
    5.5.3  鄰近性
  5.6  無監督學習
    5.6.1  聚類分析
    5.6.2  隨機森林的無監督學習
    5.6.3  自編碼器
    5.6.4  變數自編碼器和生成式串列網路
  5.7  安全自動駕駛的應用
    5.7.1  道路交通中的危急程度估計
    5.7.2  碰撞嚴重程度的預測
    5.7.3  避免碰撞的軌跡規劃
    5.7.4  約束系統的觸發
    5.7.5  交通場景聚類
    5.7.6  使用變異自編碼器生成場景
    5.7.7  靜止狀態識別
  5.8  習題
符號標記
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032