多源数据融合和传感器管理
¥59.00定价
作者: 罗俊海,王章静
出版时间:2015-09
出版社:清华大学出版社
- 清华大学出版社
- 9787302390183
- 1-1
- 412067
- 平装
- 16开
- 2015-09
- 592000
- 378
作者简介
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、DempsterShafer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 DempsterShafer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
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 DempsterShafer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