中圖網(wǎng)小程序
一鍵登錄
更方便
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(yīng)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(diào)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(xué)習(xí)
多粒度信息融合與應(yīng)用 版權(quán)信息
- ISBN：9787121467592
- 條形碼：9787121467592 ; 978-7-121-46759-2
- 裝幀：平塑
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
多粒度信息融合與應(yīng)用 內(nèi)容簡介
本書講述了多粒度信息融合的基本概念以及多粒度融合理論賴以發(fā)展的基礎(chǔ)理論，如Dempster-Shafe證據(jù)r理論、Dezert-Smarandache 理論、粗糙集、模糊集等；介紹了同/異鑒別框架下的多粒度融合、猶豫模糊信度下的多粒度融合和多粒度折扣信息融合。本書給出了典型算例詳盡的融合流程，以及多粒度融合的典型應(yīng)用，如多粒度人體行為動作識別等內(nèi)容，全書理論體系完整，應(yīng)用案例取舍適當(dāng)。
多粒度信息融合與應(yīng)用 目錄
第1章 緒論 1
1.1 經(jīng)典信息融合概述 1
1.1.1 信息融合的概念 1
1.1.2 發(fā)展現(xiàn)狀 2
1.1.3 問題與挑戰(zhàn) 26
1.2 多粒度信息融合概述 28
1.2.1 背景與意義 28
1.2.2 發(fā)展現(xiàn)狀 29
1.2.3 問題與挑戰(zhàn) 36
1.3 本書知識體系 37
1.4 本章小結(jié) 37
參考文獻 37
第2章 基礎(chǔ)理論 40
2.1 Dempster-Shafer證據(jù)理論 40
2.1.1 基本概念 40
2.1.2 Dempster組合規(guī)則 42
2.1.3 優(yōu)缺點 43
2.2 Dezert-Smarandache理論 44
2.2.1 基本概念 44
2.2.2 自由及混合模型 47
2.2.3 融合推理規(guī)則 48
2.2.4 優(yōu)缺點 53
2.3 粗糙集理論 54
2.3.1 基本概念 54
2.3.2 經(jīng)典粗糙集模型 55
2.3.3 決策規(guī)則 58
2.3.4 優(yōu)缺點 60
2.4 模糊集理論 60
2.4.1 基本概念 60
2.4.2 經(jīng)典模糊邏輯 62
2.4.3 猶豫模糊推理 63
2.4.4 優(yōu)缺點 64
2.5 本章小結(jié) 65
參考文獻 65
第3章 同鑒別框架下多粒度信息融合方法 68
3.1 引言 68
3.2 單子焦元融合策略 69
3.2.1 單子焦元分組 69
3.2.2 融合規(guī)則 71
3.2.3 算例分析 74
3.3 復(fù)合焦元融合策略 76
3.3.1 合取焦元解耦規(guī)則 77
3.3.2 析取焦元解耦規(guī)則 78
3.3.3 混合焦元解耦規(guī)則 80
3.3.4 融合規(guī)則 80
3.3.5 時間復(fù)雜度分析 80
3.3.6 算例分析 82
3.4 本章小結(jié) 83
參考文獻 84
第4章 異鑒別框架下多粒度信息融合方法 85
4.1 引言 85
4.2 基于等價關(guān)系的融合方法 86
4.2.1 等價粒空間構(gòu)建 86
4.2.2 信度分配規(guī)則及融合規(guī)則 89
4.2.3 算例分析 90
4.3 基于層次關(guān)系的融合方法 93
4.3.1 層次粒空間表征 94
4.3.2 粒層信度轉(zhuǎn)換 95
4.3.3 層次粒空間融合規(guī)則 98
4.3.4 算例分析 100
4.4 本章小結(jié) 101
參考文獻 102
第5章 猶豫模糊信度融合方法 104
5.1 引言 104
5.2 單值猶豫模糊信度融合方法 104
5.2.1 基本概念 104
5.2.2 單值猶豫信度運算規(guī)則 106
5.2.3 單值猶豫信度融合 110
5.2.4 算例分析 110
5.3 區(qū)間猶豫模糊信度融合方法 112
5.3.1 基本概念 112
5.3.2 區(qū)間猶豫信度運算規(guī)則 114
5.3.3 區(qū)間猶豫信度融合 116
5.3.4 算例分析 117
5.4 本章小結(jié) 120
參考文獻 120
第6章 多粒度信息折扣融合方法 122
6.1 引言 122
6.2 證據(jù)可靠性度量 122
6.2.1 多粒度證據(jù)源內(nèi)部焦元信息的度量指標(biāo) 123
6.2.2 多粒度證據(jù)源之間的度量指標(biāo) 124
6.3 折扣融合方法 125
6.3.1 評分矩陣構(gòu)建 125
6.3.2 證據(jù)支持度計算 126
6.3.3 評估指標(biāo)權(quán)重計算 128
6.4 仿真分析 132
6.4.1 高沖突證據(jù)融合 132
6.4.2 不精確證據(jù)融合 137
6.4.3 蒙特卡羅實驗 140
6.5 本章小結(jié) 143
參考文獻 144
第7章 多粒度信息融合應(yīng)用研究 146
7.1 引言 146
7.2 同鑒別框架下基于多粒度信息融合的行為識別 148
7.2.1 多粒度行為分層建模 148
7.2.2 基于ELM和信度函數(shù)理論的多粒度行為建模 150
7.2.3 行為決策 151
7.2.4 實驗分析與討論 154
7.3 異鑒別框架下基于多粒度信息融合的行為識別 162
7.3.1 數(shù)據(jù)預(yù)處理與多層次劃分 163
7.3.2 改進swin-transformer分類器 167
7.3.3 雙速采樣的雙流網(wǎng)絡(luò)分類器 173
7.3.4 支持向量機模型 177
7.3.5 行為決策 178
7.3.6 實驗分析與討論 181
7.4 基于猶豫模糊信度融合的行為識別 185
7.4.1 猶豫模糊信度構(gòu)建 185
7.4.2 行為決策 186
7.4.3 實驗分析與討論 186
7.5 基于多粒度信息折扣融合的行為識別 189
7.5.1 證據(jù)可靠性評估 190
7.5.2 折扣融合模型 190
7.5.3 行為決策 191
7.5.4 實驗分析與討論 193
7.6 本章小結(jié) 198
參考文獻
1.1 經(jīng)典信息融合概述 1
1.1.1 信息融合的概念 1
1.1.2 發(fā)展現(xiàn)狀 2
1.1.3 問題與挑戰(zhàn) 26
1.2 多粒度信息融合概述 28
1.2.1 背景與意義 28
1.2.2 發(fā)展現(xiàn)狀 29
1.2.3 問題與挑戰(zhàn) 36
1.3 本書知識體系 37
1.4 本章小結(jié) 37
參考文獻 37
第2章 基礎(chǔ)理論 40
2.1 Dempster-Shafer證據(jù)理論 40
2.1.1 基本概念 40
2.1.2 Dempster組合規(guī)則 42
2.1.3 優(yōu)缺點 43
2.2 Dezert-Smarandache理論 44
2.2.1 基本概念 44
2.2.2 自由及混合模型 47
2.2.3 融合推理規(guī)則 48
2.2.4 優(yōu)缺點 53
2.3 粗糙集理論 54
2.3.1 基本概念 54
2.3.2 經(jīng)典粗糙集模型 55
2.3.3 決策規(guī)則 58
2.3.4 優(yōu)缺點 60
2.4 模糊集理論 60
2.4.1 基本概念 60
2.4.2 經(jīng)典模糊邏輯 62
2.4.3 猶豫模糊推理 63
2.4.4 優(yōu)缺點 64
2.5 本章小結(jié) 65
參考文獻 65
第3章 同鑒別框架下多粒度信息融合方法 68
3.1 引言 68
3.2 單子焦元融合策略 69
3.2.1 單子焦元分組 69
3.2.2 融合規(guī)則 71
3.2.3 算例分析 74
3.3 復(fù)合焦元融合策略 76
3.3.1 合取焦元解耦規(guī)則 77
3.3.2 析取焦元解耦規(guī)則 78
3.3.3 混合焦元解耦規(guī)則 80
3.3.4 融合規(guī)則 80
3.3.5 時間復(fù)雜度分析 80
3.3.6 算例分析 82
3.4 本章小結(jié) 83
參考文獻 84
第4章 異鑒別框架下多粒度信息融合方法 85
4.1 引言 85
4.2 基于等價關(guān)系的融合方法 86
4.2.1 等價粒空間構(gòu)建 86
4.2.2 信度分配規(guī)則及融合規(guī)則 89
4.2.3 算例分析 90
4.3 基于層次關(guān)系的融合方法 93
4.3.1 層次粒空間表征 94
4.3.2 粒層信度轉(zhuǎn)換 95
4.3.3 層次粒空間融合規(guī)則 98
4.3.4 算例分析 100
4.4 本章小結(jié) 101
參考文獻 102
第5章 猶豫模糊信度融合方法 104
5.1 引言 104
5.2 單值猶豫模糊信度融合方法 104
5.2.1 基本概念 104
5.2.2 單值猶豫信度運算規(guī)則 106
5.2.3 單值猶豫信度融合 110
5.2.4 算例分析 110
5.3 區(qū)間猶豫模糊信度融合方法 112
5.3.1 基本概念 112
5.3.2 區(qū)間猶豫信度運算規(guī)則 114
5.3.3 區(qū)間猶豫信度融合 116
5.3.4 算例分析 117
5.4 本章小結(jié) 120
參考文獻 120
第6章 多粒度信息折扣融合方法 122
6.1 引言 122
6.2 證據(jù)可靠性度量 122
6.2.1 多粒度證據(jù)源內(nèi)部焦元信息的度量指標(biāo) 123
6.2.2 多粒度證據(jù)源之間的度量指標(biāo) 124
6.3 折扣融合方法 125
6.3.1 評分矩陣構(gòu)建 125
6.3.2 證據(jù)支持度計算 126
6.3.3 評估指標(biāo)權(quán)重計算 128
6.4 仿真分析 132
6.4.1 高沖突證據(jù)融合 132
6.4.2 不精確證據(jù)融合 137
6.4.3 蒙特卡羅實驗 140
6.5 本章小結(jié) 143
參考文獻 144
第7章 多粒度信息融合應(yīng)用研究 146
7.1 引言 146
7.2 同鑒別框架下基于多粒度信息融合的行為識別 148
7.2.1 多粒度行為分層建模 148
7.2.2 基于ELM和信度函數(shù)理論的多粒度行為建模 150
7.2.3 行為決策 151
7.2.4 實驗分析與討論 154
7.3 異鑒別框架下基于多粒度信息融合的行為識別 162
7.3.1 數(shù)據(jù)預(yù)處理與多層次劃分 163
7.3.2 改進swin-transformer分類器 167
7.3.3 雙速采樣的雙流網(wǎng)絡(luò)分類器 173
7.3.4 支持向量機模型 177
7.3.5 行為決策 178
7.3.6 實驗分析與討論 181
7.4 基于猶豫模糊信度融合的行為識別 185
7.4.1 猶豫模糊信度構(gòu)建 185
7.4.2 行為決策 186
7.4.3 實驗分析與討論 186
7.5 基于多粒度信息折扣融合的行為識別 189
7.5.1 證據(jù)可靠性評估 190
7.5.2 折扣融合模型 190
7.5.3 行為決策 191
7.5.4 實驗分析與討論 193
7.6 本章小結(jié) 198
參考文獻
展開全部
多粒度信息融合與應(yīng)用 作者簡介
李新德，博士，東南大學(xué)教授，博士生導(dǎo)師，俄羅斯自然科學(xué)院外籍院士，科學(xué)中國人封面人物，中國人工智能學(xué)會智能機器人專委會副主任委員，中國人工智能學(xué)會智能產(chǎn)品與產(chǎn)業(yè)工作委員會副主任委員等。主要研究方向：機器視覺、機器感知、智能機器人、人機交互、無人系統(tǒng)等。2012年1月至2013年1月作為國家公派訪問學(xué)者在美國佐治亞理工大學(xué)訪問交流一年。2016年1月到9月在新加坡國立大學(xué)ECE系作Research Fellow。2010年入選東南大學(xué)優(yōu)秀青年教師培養(yǎng)計劃。2012年入選江蘇省青藍工程人才培養(yǎng)計劃。2013入選江蘇省高校優(yōu)秀創(chuàng)新團隊。2014年入選江蘇省六大高峰人才培養(yǎng)計劃。2016年入選IEEE Senior member。2017年入選東南大學(xué)國家杰青培育計劃。2019年入選廣東省珠江人才創(chuàng)新團隊。2020年擔(dān)任江蘇省重點研發(fā)計劃重點項目首席科學(xué)家。承擔(dān)包括863重點、國家自然科學(xué)基金重大研究計劃項目、面上項目、十三五預(yù)研重點項目、JKW163重點項目、JKW重大專項等國家級項目10 項、省部級項目8項，其它項目20 項。在IEEE匯刊IEEE Transactions on Industrial Electronics（TIE）、IEEE Trans. On Industrial Informatics（TII）, IEEE Trans. On Fuzzy System（TFS）、IEEE Transactions on Mechatronics.（TM） 、IEEE Transactions on Cognitive and Developmental Systems（TCDS）、IEEE Transactions on Instrumentation and Measurement（TIM）等國內(nèi)外核心期刊和會議發(fā)表SCI、EI收錄的論文100余篇，2篇Book Chapter，2部著作，授權(quán)國家發(fā)明專利18項，軟件著作權(quán)5個。獲國際科學(xué)貢獻獎、中國自動化學(xué)會科技進步一等獎、省自然科學(xué)三等獎、人工智能學(xué)會最佳青年科技成果獎、 十二五航空基金優(yōu)秀成果獎等各一項，并指導(dǎo)學(xué)生獲得2019年首屆貝式杯目標(biāo)檢測與識別挑戰(zhàn)賽特等獎等。
書友推薦
- >
月亮虎
- >
【精裝繪本】畫給孩子的中國神話
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
二體千字文
- >
我與地壇
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
姑媽的寶刀
- >
中國歷史的瞬間
本類暢銷
