掃一掃
關注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
動態(tài)數(shù)據(jù)驅動應用系統(tǒng)指南 版權信息
- ISBN：9787118127218
- 條形碼：9787118127218 ; 978-7-118-12721-8
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
動態(tài)數(shù)據(jù)驅動應用系統(tǒng)指南 內(nèi)容簡介
本書從系統(tǒng)的角度，成體系地研究動態(tài)數(shù)據(jù)驅動原理與方法。以數(shù)據(jù)驅動為根本出發(fā)點，揭示了復雜系統(tǒng)的設計、運行、控制與優(yōu)化規(guī)律，從信號感知、結構感知、環(huán)境感知、情景感知、語境感知、能量感知、過程感知、網(wǎng)絡感知、系統(tǒng)感知等不同維度，介紹了主流的理論與方法，提供了研究復雜系統(tǒng)問題的新思路、新方法。
動態(tài)數(shù)據(jù)驅動應用系統(tǒng)指南 目錄
第1章 動態(tài)數(shù)據(jù)驅動應用系統(tǒng)介紹
1．1 引言
1．2 什么是DDDAS
1．3 狀態(tài)估計和數(shù)據(jù)同化
1．4 DDDAS方法
1．5 DDDAS發(fā)展歷程
1．5．1 理論：建模與分析
1．5．2 方法：領域應用
1．5．3 設計：系統(tǒng)和架構
1．6 本書概述
1．7 DDDAS的未來
1．8 小結
參考文獻
**部分 測量感知：數(shù)據(jù)同化和不確定性量化
第2章 動態(tài)數(shù)據(jù)驅動相干流體映射中的可伸縮非高斯表示
2．1 引言
2．1．1 系統(tǒng)動力學及優(yōu)化
2．1．2 動態(tài)變形精簡模型
2．1．3 非線性高維推理
2．2 多集合的集成學習
2．3 非線性濾波必須減少總方差
2．4 堆疊級聯(lián)學習
2．5 濾波中的信息論
2．6 應用示例
2．7 小結
參考文獻
第3章 多尺度系統(tǒng)數(shù)據(jù)同化中的動態(tài)數(shù)據(jù)驅動自適應觀測
3．1 引言
3．2 降維和均質化
3．3 多尺度系統(tǒng)中的數(shù)據(jù)同化
3．4 基于信息論的傳感器選擇策略
3．4．1 線性情況
3．4．2 粗粒度動力學的信息流
3．4．3 有限時間李雅普諾夫指數(shù)和奇異向量
3．4．4 傳感器選擇和Lorenz1963模型
3．5 小結
參考文獻
第4章 基于多項式混沌動態(tài)數(shù)據(jù)驅動+的不確定性量化空間態(tài)勢感知
4．1 引言
4．2 高斯混合模型
4．3 多項式混沌
4．4 高斯混合模型的多項式混沌
4．5 全球電離層一熱層模型
4．6 實驗結果
4．6．1 軌道不確定性度量
4．6．2 大氣密度預測的初步結果
4．7 小結
參考文獻
……
第二部分 信號感知：過程監(jiān)控
第三部分 結構感知：健康建模
第四部分 環(huán)境感知：地球、生物和空間系統(tǒng)
第五部分 情景感知：追蹤方法
第六部分 上下文感知：協(xié)調控制
第七部分 能源感知：能源系統(tǒng)
第八部分 過程感知：圖像和視頻編碼
第九部分 網(wǎng)絡感知：安全性和計算
第十部分 系統(tǒng)感知：設計方法
1．1 引言
1．2 什么是DDDAS
1．3 狀態(tài)估計和數(shù)據(jù)同化
1．4 DDDAS方法
1．5 DDDAS發(fā)展歷程
1．5．1 理論：建模與分析
1．5．2 方法：領域應用
1．5．3 設計：系統(tǒng)和架構
1．6 本書概述
1．7 DDDAS的未來
1．8 小結
參考文獻
**部分 測量感知：數(shù)據(jù)同化和不確定性量化
第2章 動態(tài)數(shù)據(jù)驅動相干流體映射中的可伸縮非高斯表示
2．1 引言
2．1．1 系統(tǒng)動力學及優(yōu)化
2．1．2 動態(tài)變形精簡模型
2．1．3 非線性高維推理
2．2 多集合的集成學習
2．3 非線性濾波必須減少總方差
2．4 堆疊級聯(lián)學習
2．5 濾波中的信息論
2．6 應用示例
2．7 小結
參考文獻
第3章 多尺度系統(tǒng)數(shù)據(jù)同化中的動態(tài)數(shù)據(jù)驅動自適應觀測
3．1 引言
3．2 降維和均質化
3．3 多尺度系統(tǒng)中的數(shù)據(jù)同化
3．4 基于信息論的傳感器選擇策略
3．4．1 線性情況
3．4．2 粗粒度動力學的信息流
3．4．3 有限時間李雅普諾夫指數(shù)和奇異向量
3．4．4 傳感器選擇和Lorenz1963模型
3．5 小結
參考文獻
第4章 基于多項式混沌動態(tài)數(shù)據(jù)驅動+的不確定性量化空間態(tài)勢感知
4．1 引言
4．2 高斯混合模型
4．3 多項式混沌
4．4 高斯混合模型的多項式混沌
4．5 全球電離層一熱層模型
4．6 實驗結果
4．6．1 軌道不確定性度量
4．6．2 大氣密度預測的初步結果
4．7 小結
參考文獻
……
第二部分 信號感知：過程監(jiān)控
第三部分 結構感知：健康建模
第四部分 環(huán)境感知：地球、生物和空間系統(tǒng)
第五部分 情景感知：追蹤方法
第六部分 上下文感知：協(xié)調控制
第七部分 能源感知：能源系統(tǒng)
第八部分 過程感知：圖像和視頻編碼
第九部分 網(wǎng)絡感知：安全性和計算
第十部分 系統(tǒng)感知：設計方法
展開全部
動態(tài)數(shù)據(jù)驅動應用系統(tǒng)指南 作者簡介
埃里克·布拉舍，美國空軍科學研究辦公室的項目負責人。他的研究領域包括多域（空間、空中、地面）數(shù)據(jù)融合、目標跟蹤、模式識別和機器人技術等。截至本書出版，他已撰寫750多篇科學論文、22項專利、30本教材和5本專著。他曾獲得包括美國軍事傳感器學會Mignogna數(shù)據(jù)融合獎，IEEE航空航天和電子系統(tǒng)協(xié)會Mimno雜志論文獎和IEEERuss生物工程獎等多項榮譽和獎項。他還是國際信息融合協(xié)會（ISIF）的創(chuàng)始人。他先后被任命為萊特州立大學兼職助理教授、國防研發(fā)署和加拿大發(fā)展部交換科學家、空軍研究實驗室官員。埃里克·布拉舍博士還是美國航空航天學會（AIAA）的副研究員、國際光學工程學會（SPIE）會員以及電氣與電子工程師協(xié)會（IEEE）研究員。 賽·拉威爾，工作于麻省理工學院（MIT），研究興趣和領域為動態(tài)數(shù)據(jù)驅動觀測系統(tǒng)，并基于該方向領導地球信號與系統(tǒng)組工作。他為動態(tài)數(shù)據(jù)驅動的研究做出了重要貢獻，包括基于動態(tài)數(shù)據(jù)驅動的地球物理流體、野生動植物、零售智能和微定位雷達的自主觀測等。他率先提出了DDDAS概念，并組織召開了前三屆DDDAS會議，相關研究成果構成了本書的基礎內(nèi)容。他擁有100多項出版物和專利，是WindRiskTech有限責任公司和E5航空航天有限責任公司的共同創(chuàng)始人，并因杰出研究和出色的工作獲得MIT無限公里獎（Infmite Kilometer獎）。 亞歷克斯·阿韋德，美國紐約州羅馬信息局空軍研究實驗室的高級研究員。他的研究興趣包括多媒體數(shù)據(jù)庫、流處理（通過CPU、GPU或協(xié)同處理器）以及基于測量和誤差數(shù)據(jù)反饋回路的高準確性動態(tài)執(zhí)行模型。他已發(fā)表論文50余篇，并多次受邀做相關領域報告。他曾是美國中佛羅里達大學程序員和安德森大學的數(shù)據(jù)庫管理員及程序員。
書友推薦
- >
回憶愛瑪儂
- >
經(jīng)典常談
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
羅庸西南聯(lián)大授課錄
- >
小考拉的故事-套裝共3冊
- >
月亮虎
- >
我與地壇
- >
煙與鏡
本類暢銷
