基本介紹
- 書名:不確定性理論與多感測器數據融合
- 作者:阿蘭·阿皮諾
- 原版名稱:UNCERTAINTY THEORIES AND MULTISENSOR DATA FUSION
- 譯者:郎為民
- ISBN:9787111524939
- 頁數:135
- 定價:40.00元
- 出版社:機械工業出版社
- 出版時間:2016年3月
- 裝幀:平裝
- 開本:16
- 叢書名:國際信息工程先進技術譯叢
內容簡介,圖書目錄,
內容簡介
《不確定性理論與多感測器數據融合》緊緊圍繞不確定性理論與多感測器數據融合發展過程中的熱點問題,運用不確定性理論對多感測器數據融合處理的不同階段,由淺入深地對數據建模、不同信息片段的可靠性評估、從不同視角選擇信息分析和傳播的框架、組合不同來源或與觀察到的情況有關的決策等方面內容進行了全面深入的探討。《不確定性理論與多感測器數據融合》共分為9章,涉及多感測器數據融合、引用形式體系、集合管理與信息傳播、信息可靠性管理、信源組合、數據建模、分類(信源多樣性的決策利用)、空間維度(數據聯合)、時間維度(跟蹤)等。
圖書目錄
譯者序
前言
引言
第1章多感測器數據融合
11面臨的挑戰
12存在的問題
121數據詮釋與建模
122可靠性處理
123知識傳播
124模糊數據匹配
125信源組合
126決策
13解決方案
131有用理論的綜述
132流程架構
14多感測器數據融合定位
141問題的特殊性
142多感測器數據融合的套用
第2章引用形式體系
21機率
22模糊集
23可能性理論
24可信度函式理論
241基本函式
242一些特別有用的情況
243調節/失調
244細化/粗化
第3章集合管理與信息傳播
31模糊集:不精確性的傳播
32機率和可能性:針對不確定性的同樣方法
33可信度函式:傳播的總體視圖
331一個通用運算:擴展
332具有最小特異性的質量分布函式的闡述
333擴展運算的直接利用
34套用實例:隨時間推移的知識更新
第4章信息可靠性管理
41能度視圖
42可信度函式的剔除
43可靠性綜合處理
44信源的有效性域管理
45多光譜圖像像素融合的套用
46評估問題的構想
第5章信源組合
51機率:即用的解決方案,貝葉斯推理
52模糊集:公理理解
53可能性理論:基本原理的簡易途徑
54可信度函式理論:傳統方法
55組合的一般方法:任何集合和邏輯
56衝突管理
57回到Zadeh悖論
第6章數據建模
61信號特性
62機率:即刻考慮
63可信度函式:一個開放式的總體框架
631整合數據到融合過程
632普遍問題:Cij值的建模
633採用隨機學習的建模測量
634採用模糊學習的建模測量
635可信度函式模型的概述
64可能性:一種類似的方法
65套用於分類的教學範例
第7章分類:信源多樣性的決策利用
71決策:選擇最可能的假想
72決策:確定最可能的假想集
73決策運算的性能:一些實際的例子
74信源多樣性的利用:二元比較的整合
75信源多樣性的利用:基於不同但交疊集的分類
76屬性多樣性的利用:機載圖像數據融合的套用示例
第8章空間維度:數據聯合
81數據聯合:多感測器數據融合不可避免的多樣性問題
82數據聯合的普遍方法構建
83方法實施的簡例
第9章時間維度:跟蹤
91跟蹤:開發多感測器數據融合的優點
92貝葉斯濾波器的表示
921統計門控
922更新
923預測
93信號判別過程
931每個分解單元級別的融合
932確認門控級別的融合
933辨別方法實際實施的概述
94基礎MSF的擴展
941數據聯合
942多目標的聯合跟蹤
943多模型濾波
95套用實例
951提取能力
952陌生特徵的處理
953空間模糊觀察的跟蹤
結論
參考文獻
前言
引言
第1章多感測器數據融合
11面臨的挑戰
12存在的問題
121數據詮釋與建模
122可靠性處理
123知識傳播
124模糊數據匹配
125信源組合
126決策
13解決方案
131有用理論的綜述
132流程架構
14多感測器數據融合定位
141問題的特殊性
142多感測器數據融合的套用
第2章引用形式體系
21機率
22模糊集
23可能性理論
24可信度函式理論
241基本函式
242一些特別有用的情況
243調節/失調
244細化/粗化
第3章集合管理與信息傳播
31模糊集:不精確性的傳播
32機率和可能性:針對不確定性的同樣方法
33可信度函式:傳播的總體視圖
331一個通用運算:擴展
332具有最小特異性的質量分布函式的闡述
333擴展運算的直接利用
34套用實例:隨時間推移的知識更新
第4章信息可靠性管理
41能度視圖
42可信度函式的剔除
43可靠性綜合處理
44信源的有效性域管理
45多光譜圖像像素融合的套用
46評估問題的構想
第5章信源組合
51機率:即用的解決方案,貝葉斯推理
52模糊集:公理理解
53可能性理論:基本原理的簡易途徑
54可信度函式理論:傳統方法
55組合的一般方法:任何集合和邏輯
56衝突管理
57回到Zadeh悖論
第6章數據建模
61信號特性
62機率:即刻考慮
63可信度函式:一個開放式的總體框架
631整合數據到融合過程
632普遍問題:Cij值的建模
633採用隨機學習的建模測量
634採用模糊學習的建模測量
635可信度函式模型的概述
64可能性:一種類似的方法
65套用於分類的教學範例
第7章分類:信源多樣性的決策利用
71決策:選擇最可能的假想
72決策:確定最可能的假想集
73決策運算的性能:一些實際的例子
74信源多樣性的利用:二元比較的整合
75信源多樣性的利用:基於不同但交疊集的分類
76屬性多樣性的利用:機載圖像數據融合的套用示例
第8章空間維度:數據聯合
81數據聯合:多感測器數據融合不可避免的多樣性問題
82數據聯合的普遍方法構建
83方法實施的簡例
第9章時間維度:跟蹤
91跟蹤:開發多感測器數據融合的優點
92貝葉斯濾波器的表示
921統計門控
922更新
923預測
93信號判別過程
931每個分解單元級別的融合
932確認門控級別的融合
933辨別方法實際實施的概述
94基礎MSF的擴展
941數據聯合
942多目標的聯合跟蹤
943多模型濾波
95套用實例
951提取能力
952陌生特徵的處理
953空間模糊觀察的跟蹤
結論
參考文獻