注册 登录 进入教材巡展
#

出版时间:2015年9月

出版社:清华大学出版社

以下为《多源数据融合和传感器管理》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 清华大学出版社
  • 9787302390183
  • 1-1
  • 412067
  • 平装
  • 16开
  • 2015年9月
  • 592000
  • 378
作者简介
罗俊海,博士后、副教授,硕士生导师、加拿大McGill大学访问学者、IEEE和ACM会员、CCF高级会员、中国电子协会高级会员。成都市高新区高级人才、四川省和成都市物联网产业联盟讲师、行业技术学科带头人、成都市人才计划、四川省学术后备人选,成都市特聘专家、四川省专家库成员。获得四川省科技进步二等奖一项,南京江宁区科技进步三等奖一项。起草和参与成都市“十二五电子信息产业规划”、“成都市物联网产业发展规划”、CCSA和WGSN多项标准。在外高水平期刊、会议上发表三十余篇学术论文,其中SCI、EI检索二十篇,申请国家专利二十三篇,其中授权九项,申请PCT专利一项(基于覆盖保持和 小生成树的无线移动网络数据传输方法)。被邀请学术任职五项,被邀请学术报告五次,标准制定五项。主持或参与多项国家“863”、国际自然科学基金、总装预研基金、四川国际合作项目等纵向项目和多项横向项目。IEEETransactions on Wireless Communications、ComputerNetworks、IEEE Communications Surveys & Tutorials、Sensors等期刊审稿人和多个国际学术会议TPC成员。长期从事嵌入式系统开发和无线通信网络研究,有多项成果实现产业化。
查看全部
内容简介
本书是关于信息融合理论、应用和传感器管理的一部教材。本书基于编者的研究工作,并借鉴靠前外其他学者的成果,力图较全面、系统地讲解信息融合理论、应用、传感器管理以及发展与近期新研究成果,特别是在异构、多源、动态、非理想信道、稀疏、错误容忍环境下。全书共25章,分为五个部分。靠前部分研究现状,包括多源数据融合概述、信息融合的原理和级别、多源传感器数据融合算法、多传感分布检测、传感器管理、探讨和备注; 第二部分数学理论基础,包括Bayes方法、模糊集理论、粗糙集理论、Monte Carlo理论、DempsterShafer理论、估计理论和滤波器理论; 第三部分多源数据融合算法,包括Bayes决策、正态分布时的统计决策、优选很小决策、神经网络、支持向量机和Bayes网络; 第四部分多源数据融合应用,包括分布式检测和融合、目标追踪的高效管理策略、数据融合的系统校准、目标跟踪策略算法与数据融合、像素与特征的图像融合; 第五部分是多传感器管理。本书可作为信息工程、信息融合、模式识别、机器学习、人工智能、数据分析、军事决策和电子对抗等专业的本科生和研究生教材,也可供上述相关领域的科技人员阅读和参考,还可以供雷达、声呐、激光、红外、机器人、导航、交通、医学、物联网、泛在网、CPS、遥感、遥测、定位等领域的科技工作者参考学习。
目录
部分 研究现状
章 多源数据融合概述
第2章 信息融合的原理和级别
第3章 多传感器数据融合算法
第4章 多传感分布检测
第5章 传感器管理
第6章 数据融合的现状和趋势

第二部分 数学理论基础
第7章 Bayes方法
第8章 模糊集理论
第9章 粗糙集理论
0章 MonteCarlo理论
1章 DempsterShafer证据理论
2章 估计理论
3章 滤波器理论

第三部分 多源数据融合算法
4章 Bayes决策
5章 正态分布时的统计决策
6章 小决策
7章 神经网络
8章 支持向量机
9章 Bayes网络

第四部分 多源数据融合应用
第20章 分布式检测和融合
第21章 分布式目标追踪的高效管理策略
第22章 数据融合的系统校准
第23章 目标跟踪策略算法与数据融合
第24章 像素与特征的图像融合

第五部分 多传感器管理
第25章 信息融合中的多传感器管理:问题与方法
参考文献