掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 多源不確定信息推理技術(shù)
作者：郭強(qiáng)
開(kāi)本：
其他
頁(yè)數(shù)：
164
本類(lèi)榜單：計(jì)算機(jī)/網(wǎng)絡(luò)銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥59.0
加入購(gòu)物車(chē)
多源不確定信息推理技術(shù) 版權(quán)信息
- ISBN：9787121452420
- 條形碼：9787121452420 ; 978-7-121-45242-0
- 裝幀：平塑勒
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
多源不確定信息推理技術(shù) 本書(shū)特色
本書(shū)是關(guān)于多源不確定信息推理技術(shù)理論及應(yīng)用的一部專(zhuān)著，是作者對(duì)國(guó)內(nèi)外近十余年來(lái)該領(lǐng)域研究進(jìn)展和自身研究成果的總結(jié)。可供從事信息融合、推理決策、模式識(shí)別、人工智能、信息處理、指揮控制等專(zhuān)業(yè)的科技人員閱讀和參考，也可作為上述專(zhuān)業(yè)的本科生或研究生教材。同時(shí)還可為從事雷達(dá)、光學(xué)傳感器、導(dǎo)航、智慧交通、自動(dòng)駕駛、傳感器網(wǎng)絡(luò)等領(lǐng)域的科技工作者提供指導(dǎo)。
多源不確定信息推理技術(shù) 內(nèi)容簡(jiǎn)介
本書(shū)是關(guān)于多源不確定信息推理技術(shù)理論及應(yīng)用的一部專(zhuān)著，是作者對(duì)國(guó)內(nèi)外近十余年來(lái)該領(lǐng)域研究進(jìn)展和自身研究成果的總結(jié)。本書(shū)由7章組成，包括概述、多源不確定信息推理技術(shù)的數(shù)學(xué)基礎(chǔ)、基于多源不確定信息推理的雷達(dá)融合識(shí)別、DSmT-DS多源不確定信息推理方法、基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT多源不確定信息推理方法、基于條件證據(jù)網(wǎng)絡(luò)的多源不確定信息推理方法、多源不確定信息推理技術(shù)展望。本書(shū)可供從事信息融合、推理決策、模式識(shí)別、人工智能、信息處理、指揮控制等專(zhuān)業(yè)的科技人員閱讀和參考，也可作為上述專(zhuān)業(yè)的本科生或研究生教材。同時(shí)還可為從事雷達(dá)、光學(xué)傳感器、導(dǎo)航、智慧交通、自動(dòng)駕駛、傳感器網(wǎng)絡(luò)等領(lǐng)域的科技工作者提供指導(dǎo)。
多源不確定信息推理技術(shù) 目錄
第1章 概述 1
1.1 引言 2
1.2 多源不確定信息推理技術(shù)的研究意義 2
1.3 多源不確定信息推理技術(shù)的研究現(xiàn)狀 3
1.3.1 D-S證據(jù)理論 3
1.3.2 DSmT 6
1.3.3 證據(jù)網(wǎng)絡(luò) 9
1.4 多源不確定信息推理技術(shù)面臨的挑戰(zhàn) 10
1.5 本章小結(jié) 11
第2章 多源不確定信息推理技術(shù)的數(shù)學(xué)基礎(chǔ) 13
2.1 引言 14
2.2 識(shí)別框架 14
2.3 冪集 15
2.4 超冪集 16
2.5 基本概率賦值 17
2.6 證據(jù)及證據(jù)建模 18
2.7 證據(jù)推理規(guī)則 19
2.7.1 Dempster組合規(guī)則 19
2.7.2 DSmT框架下的PCR5規(guī)則 20
2.7.3 DSmT框架下的PCR6規(guī)則 21
2.8 凸函數(shù) 23
2.9 泰勒公式 24
2.10 條件證據(jù)網(wǎng)絡(luò)模型和推理規(guī)則 25
2.11 本章小結(jié) 26
?
第3章 基于多源不確定信息推理的雷達(dá)融合識(shí)別 27
3.1 引言 28
3.2 雷達(dá)輻射源特征參數(shù)的統(tǒng)計(jì)特性 28
3.3 DSm Cloud方法的各個(gè)步驟 29
3.3.1 基于云模型與DSm模型的雷達(dá)輻射源特征參數(shù)
隸屬度建模 29
3.3.2 基于隸屬度的證據(jù)建模 32
3.3.3 基于DSmT的不確定信息推理 34
3.4 仿真實(shí)驗(yàn) 35
3.4.1 單傳感器的融合識(shí)別仿真實(shí)驗(yàn)設(shè)計(jì) 36
3.4.2 本章相關(guān)代碼 36
3.4.3 單傳感器的融合識(shí)別仿真實(shí)驗(yàn)結(jié)果對(duì)比 39
3.4.4 多傳感器的融合識(shí)別仿真實(shí)驗(yàn)設(shè)計(jì) 43
3.4.5 多傳感器的融合識(shí)別仿真實(shí)驗(yàn)結(jié)果對(duì)比 43
3.4.6 仿真實(shí)驗(yàn)結(jié)果分析 46
3.5 本章小結(jié) 47
第4章 DSmT-DS多源不確定信息推理方法 49
4.1 引言 50
4.2 DSmT框架下的PCR5規(guī)則的計(jì)算復(fù)雜度分析 50
4.2.1 僅單子焦元存在的情況 50
4.2.2 交多子焦元存在的情況 50
4.3 降低DSmT PCR5規(guī)則的計(jì)算復(fù)雜度的方法 52
4.4 僅單子焦元存在情況下的DSmT-DS多源不確定信息推理方法 53
4.4.1 算法步驟 53
4.4.2 DSmT-DS推理結(jié)果與DSmT PCR5及Dempster規(guī)則
推理結(jié)果的關(guān)系 55
4.4.3 本節(jié)所研究方法與其他方法的計(jì)算復(fù)雜度對(duì)比分析 57
4.4.4 仿真實(shí)驗(yàn)設(shè)計(jì) 58
4.4.5 仿真實(shí)驗(yàn)核心代碼 59
4.4.6 仿真實(shí)驗(yàn)結(jié)果對(duì)比分析 60
4.5 交多子焦元存在情況下的DSmT-DS多源不確定信息推理方法 64
4.5.1 算法步驟 64
4.5.2 計(jì)算復(fù)雜度分析 67
4.5.3 Shafer模型情況下的仿真實(shí)驗(yàn)結(jié)果對(duì)比分析 68
4.5.4 混合DSm模型情況下的仿真實(shí)驗(yàn)結(jié)果對(duì)比分析 72
4.6 本章小結(jié) 75
第5章 基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT多源不確定信息
推理方法 77
5.1 引言 78
5.2 二源情況下基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT近似推理方法 78
5.2.1 數(shù)學(xué)分析推理過(guò)程 78
5.2.2 二源情況的DSmT證據(jù)聚類(lèi)方法 83
5.2.3 算法步驟描述 84
5.2.4 計(jì)算復(fù)雜度分析 86
5.2.5 仿真實(shí)驗(yàn)對(duì)比分析及核心代碼 87
5.3 多源情況下基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT近似
推理方法 100
5.3.1 PCR6規(guī)則的數(shù)學(xué)變換 100
5.3.2 數(shù)學(xué)分析推理過(guò)程 101
5.3.3 多源情況的DSmT證據(jù)聚類(lèi)方法及近似推理公式 103
5.3.4 算法步驟描述 107
5.3.5 計(jì)算復(fù)雜度分析 108
5.3.6 仿真實(shí)驗(yàn)對(duì)比分析 109
5.4 本章小結(jié) 129
第6章 基于條件證據(jù)網(wǎng)絡(luò)的多源不確定信息推理方法 131
6.1 引言 132
6.2 基于貝葉斯網(wǎng)絡(luò)的多源信息推理方法的局限 132
6.3 基于條件證據(jù)網(wǎng)絡(luò)的多源信息推理方法的優(yōu)勢(shì) 133
6.4 基于條件證據(jù)網(wǎng)絡(luò)的態(tài)勢(shì)評(píng)估模型 134
6.5 基于條件證據(jù)網(wǎng)絡(luò)的多源不確定信息推理方法的步驟 137
6.6 本章小結(jié) 139
第7章 多源不確定信息推理技術(shù)展望 141
參考文獻(xiàn) 143
1.1 引言 2
1.2 多源不確定信息推理技術(shù)的研究意義 2
1.3 多源不確定信息推理技術(shù)的研究現(xiàn)狀 3
1.3.1 D-S證據(jù)理論 3
1.3.2 DSmT 6
1.3.3 證據(jù)網(wǎng)絡(luò) 9
1.4 多源不確定信息推理技術(shù)面臨的挑戰(zhàn) 10
1.5 本章小結(jié) 11
第2章 多源不確定信息推理技術(shù)的數(shù)學(xué)基礎(chǔ) 13
2.1 引言 14
2.2 識(shí)別框架 14
2.3 冪集 15
2.4 超冪集 16
2.5 基本概率賦值 17
2.6 證據(jù)及證據(jù)建模 18
2.7 證據(jù)推理規(guī)則 19
2.7.1 Dempster組合規(guī)則 19
2.7.2 DSmT框架下的PCR5規(guī)則 20
2.7.3 DSmT框架下的PCR6規(guī)則 21
2.8 凸函數(shù) 23
2.9 泰勒公式 24
2.10 條件證據(jù)網(wǎng)絡(luò)模型和推理規(guī)則 25
2.11 本章小結(jié) 26
?
第3章 基于多源不確定信息推理的雷達(dá)融合識(shí)別 27
3.1 引言 28
3.2 雷達(dá)輻射源特征參數(shù)的統(tǒng)計(jì)特性 28
3.3 DSm Cloud方法的各個(gè)步驟 29
3.3.1 基于云模型與DSm模型的雷達(dá)輻射源特征參數(shù)
隸屬度建模 29
3.3.2 基于隸屬度的證據(jù)建模 32
3.3.3 基于DSmT的不確定信息推理 34
3.4 仿真實(shí)驗(yàn) 35
3.4.1 單傳感器的融合識(shí)別仿真實(shí)驗(yàn)設(shè)計(jì) 36
3.4.2 本章相關(guān)代碼 36
3.4.3 單傳感器的融合識(shí)別仿真實(shí)驗(yàn)結(jié)果對(duì)比 39
3.4.4 多傳感器的融合識(shí)別仿真實(shí)驗(yàn)設(shè)計(jì) 43
3.4.5 多傳感器的融合識(shí)別仿真實(shí)驗(yàn)結(jié)果對(duì)比 43
3.4.6 仿真實(shí)驗(yàn)結(jié)果分析 46
3.5 本章小結(jié) 47
第4章 DSmT-DS多源不確定信息推理方法 49
4.1 引言 50
4.2 DSmT框架下的PCR5規(guī)則的計(jì)算復(fù)雜度分析 50
4.2.1 僅單子焦元存在的情況 50
4.2.2 交多子焦元存在的情況 50
4.3 降低DSmT PCR5規(guī)則的計(jì)算復(fù)雜度的方法 52
4.4 僅單子焦元存在情況下的DSmT-DS多源不確定信息推理方法 53
4.4.1 算法步驟 53
4.4.2 DSmT-DS推理結(jié)果與DSmT PCR5及Dempster規(guī)則
推理結(jié)果的關(guān)系 55
4.4.3 本節(jié)所研究方法與其他方法的計(jì)算復(fù)雜度對(duì)比分析 57
4.4.4 仿真實(shí)驗(yàn)設(shè)計(jì) 58
4.4.5 仿真實(shí)驗(yàn)核心代碼 59
4.4.6 仿真實(shí)驗(yàn)結(jié)果對(duì)比分析 60
4.5 交多子焦元存在情況下的DSmT-DS多源不確定信息推理方法 64
4.5.1 算法步驟 64
4.5.2 計(jì)算復(fù)雜度分析 67
4.5.3 Shafer模型情況下的仿真實(shí)驗(yàn)結(jié)果對(duì)比分析 68
4.5.4 混合DSm模型情況下的仿真實(shí)驗(yàn)結(jié)果對(duì)比分析 72
4.6 本章小結(jié) 75
第5章 基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT多源不確定信息
推理方法 77
5.1 引言 78
5.2 二源情況下基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT近似推理方法 78
5.2.1 數(shù)學(xué)分析推理過(guò)程 78
5.2.2 二源情況的DSmT證據(jù)聚類(lèi)方法 83
5.2.3 算法步驟描述 84
5.2.4 計(jì)算復(fù)雜度分析 86
5.2.5 仿真實(shí)驗(yàn)對(duì)比分析及核心代碼 87
5.3 多源情況下基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT近似
推理方法 100
5.3.1 PCR6規(guī)則的數(shù)學(xué)變換 100
5.3.2 數(shù)學(xué)分析推理過(guò)程 101
5.3.3 多源情況的DSmT證據(jù)聚類(lèi)方法及近似推理公式 103
5.3.4 算法步驟描述 107
5.3.5 計(jì)算復(fù)雜度分析 108
5.3.6 仿真實(shí)驗(yàn)對(duì)比分析 109
5.4 本章小結(jié) 129
第6章 基于條件證據(jù)網(wǎng)絡(luò)的多源不確定信息推理方法 131
6.1 引言 132
6.2 基于貝葉斯網(wǎng)絡(luò)的多源信息推理方法的局限 132
6.3 基于條件證據(jù)網(wǎng)絡(luò)的多源信息推理方法的優(yōu)勢(shì) 133
6.4 基于條件證據(jù)網(wǎng)絡(luò)的態(tài)勢(shì)評(píng)估模型 134
6.5 基于條件證據(jù)網(wǎng)絡(luò)的多源不確定信息推理方法的步驟 137
6.6 本章小結(jié) 139
第7章 多源不確定信息推理技術(shù)展望 141
參考文獻(xiàn) 143
展開(kāi)全部
多源不確定信息推理技術(shù) 作者簡(jiǎn)介
郭強(qiáng)，男，山東煙臺(tái)人，1986年出生，信息與通信工程專(zhuān)業(yè)博士，煙臺(tái)大學(xué)計(jì)算機(jī)與控制工程學(xué)院講師。主要研究方向?yàn)槎嘣床淮_定信息推理、對(duì)海目標(biāo)探測(cè)與智能識(shí)別技術(shù)，發(fā)表SCI及EI期刊收錄論文10余篇，獲批發(fā)明專(zhuān)利3項(xiàng)，出版學(xué)術(shù)專(zhuān)著1部，作為課題組長(zhǎng)主持山東省自然科學(xué)基金1項(xiàng)、裝備部項(xiàng)目2項(xiàng)，參與完成國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目1項(xiàng)、山東省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目2項(xiàng)，曾獲軍隊(duì)科技進(jìn)步一等獎(jiǎng)1次、山東省科技進(jìn)步一等獎(jiǎng)1次、中國(guó)自動(dòng)化學(xué)會(huì)科技進(jìn)步獎(jiǎng)二等獎(jiǎng)1次、軍隊(duì)科技進(jìn)步三等獎(jiǎng)2次，榮立三等功1次。
書(shū)友推薦
- >
經(jīng)典常談
- >
羅曼·羅蘭讀書(shū)隨筆-精裝
- >
二體千字文
- >
朝聞道
- >
史學(xué)評(píng)論
- >
山海經(jīng)
- >
我從未如此眷戀人間
- >
李白與唐代文化
本類(lèi)暢銷(xiāo)
