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

多感測器數據融合技術(高等院校信息類新專業規劃教材)/物聯網工程專業教材叢書

  • 作者：編者:胡欣//王朝煒//王衛東|責編:滿志文|總主編:張錦南
  • 出版社：北京郵電大學
  • ISBN：9787563571833
  • 出版日期：2024/04/01
  • 裝幀：平裝
  • 頁數：158
人民幣：RMB 39 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以多感測器數據融合為對象，詳細介紹了多感測器數據融合的基本原理及應用技術。重點內容包括：感測器的理論基礎及基本特性、多源檢測融合的基本概念與應用、多源屬性融合的基本概念與應用、多源狀態參數估計原理及應用等。
    本書可作為物聯網、電子信息、自動化等相關專業的教材或參考用書。
作者介紹
編者:胡欣//王朝煒//王衛東|責編:滿志文|總主編:張錦南
目錄
第1章  緒論
  1.1  多感測器數據融合產生的背景
  1.2  多感測器數據融合的概念
    1.2.1  多感測器數據融合的定義
    1.2.2  多感測器數據融合的優勢
    1.2.3  信息融合的級別
  1.3  多感測器數據融合的系統結構
  1.4  多源信息融合主要技術和方法
  1.5  多感測器數據融合的應用
    1.5.1  軍事應用
    1.5.2  民事應用
  1.6  信息融合要解決的幾個關鍵問題
  1.7  發展起源、現狀與未來
  習題
  本章參考文獻
第2章  感測理論及技術基礎
  2.1  感測器的概念和分類
    2.1.1  感測器的概念
    2.1.2  感測器的分類
    2.1.3  感測器的基本特性
    2.1.4  智能感測器
  2.2  感測器管理
    2.2.1  感測器管理的定義
    2.2.2  數據融合系統中的感測器管理
    2.2.3  感測器管理的內容
    2.2.4  感測器管理的結構
  習題
  本章參考文獻
第3章  量測與時空對準
  3.1  信號描述與信號量測
    3.1.1  量測信號
    3.1.2  量測建模
  3.2  量測模型
    3.2.1  感測器坐標模型
    3.2.2  在各種坐標系中的跟蹤
  3.3  時間與空間對準問題概述
  3.4  時間對準
    3.4.1  時間同步技術
    3.4.2  時間配准技術
  3.5  坐標變換
    3.5.1  常用坐標系
    3.5.2  坐標系的選擇
    3.5.3  坐標轉換
  3.6  量綱對準
  習題
  本章參考文獻
第4章  多源檢測融合
  4.1  引言
  4.2  假設檢驗
    4.2.1  假設檢驗問題描述

    4.2.2  似然比判決準則
  4.3  檢測融合結構模型
    4.3.1  集中式融合檢測結構
    4.3.2  分散式融合檢測結構
  4.4  基於並行結構的分散式檢測融合
    4.4.1  並行分散式融合檢測系統結構
    4.4.2  並行分散式最優檢測
  4.5  基於串列結構的分散式檢測融合
  習題
  本章參考文獻
第5章  多源屬性融合
  5.1  多源屬性融合概念
  5.2  基於主觀貝葉斯推理的屬性融合
    5.2.1  貝葉斯條件概率公式
    5.2.2  基於貝葉斯方法的多源信息融合
  5，2，3主觀貝葉斯方法的優缺點
  5.3  D-S證據推理
    5.3.1  概述
    5.3.2  mass函數、信度函數與擬真度函數
    5.3.3  證據理論的合成規則
    5.3.4  基於證據理論的決策
    5.3.5  證據理論的優缺點
    5.3.6  基於D-S證據理論的目標識別融合技術
  習題
  本章參考文獻
第6章  多源參數估計融合
  6.1  多源參數估計融合概述
  6.2  估計理論基礎
    6.2.1  基本概念
    6.2.2  Bayes點估計理論
    6.2.3  加權最小二乘法估計
    6.2.4  極大似然估計與極大后驗估計
    6.2.5  主成分估計
    6.2.6  遞推最小二乘法估計與最小均方估計
    6.2.7  最佳線性無偏最小方差估計
  6.3  多感測器系統數學模型
    6.3.1  線性系統
    6.3.2  非線性系統
  6.4  線性系統濾波
    6.4.1  離散時間線性系統狀態估計問題的一般描述
    6.4.2  基本Kalman濾波器
    6.4.3  基於BLUE的Kalman濾波器
    6.4.4  Kalman濾波器的應用
    6.4.5  擴展Kalman濾波器(EKF)
  習題
  本章參考文獻
第7章  其他多源信息融合
  7.1  模糊集合理論
    7.1.1  模糊集合與隸屬度
    7.1.2  模糊聚類

    7.1.3  模糊邏輯
    7.1.4  模糊推理
  7.2  粗糙集理論
    7.2.1  基本概念
    7.2.2  粗糙集理論在多源信息融合中的應用
  7.3  神經網路
    7.3.1  人工神經元模型
    7.3.2  神經網路的激活函數
    7.3.3  神經網路的結構
    7.3.4  神經網路的學習方法
    7.3.5  基於神經網路的感測器檢測數據融合
  習題
  本章參考文獻
第8章  多感測信息融合的應用
  8.1  多感測信息融合的應用概述
  8.2  多感測檢測融合應用示例
    8.2.1  多感測檢測融合示例要求
    8.2.2  多感測檢測融合示例設計思路
    8.2.3  多感測融合示例數據與結果分析
  8.3  基於多源信息融合的步態識別與跌倒預測
    8.3.1  步態識別與跌倒預測平台搭建
    8.3.2  基於決策融合的BP-DS信息融合
    8.3.3  基於多源信息融合的步態識別與跌倒預測實驗結果
  8.4  基於多感測信息融合的路徑規劃與自動導航
    8.4.1  基於多感測信息融合的路徑規劃
    8.4.2  基於多感測信息融合的自動導航
  8.5  基於多源信息融合與機器學習的室內定位技術
    8.5.1  多源信息融合室內定位測量平台搭建
    8.5.2  基於拉普拉斯金字塔與像素級融合的多源定位演算法
    8.5.3  基於多項式特徵升維與特徵級融合的多源定位演算法
  8.6  基於多感測器信息融合的電動汽車駕駛行為分析
    8.6.1  電動汽車駕駛行為分析平台搭建
    8.6.2  基於信息融合的駕駛行為辨識
    8.6.3  基於多感測器的駕駛行為辨識研究實驗結果
  8.7  基於多源信息融合的密集人群估計方法研究
    8.7.1  多視角的人群計數的數據集
    8.7.2  基於注意力機制的低空視角人群計數演算法
    8.7.3  基於高低空視角圖像信息融合的密集人群估計演算法
  習題
  本章參考文獻

  • 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