不確定性理論與多感測器數據融合

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
11面臨的挑戰
12存在的問題
121數據詮釋與建模
122可靠性處理
123知識傳播
124模糊數據匹配
125信源組合
126決策
13解決方案
131有用理論的綜述
132流程架構
14多感測器數據融合定位
141問題的特殊性
142多感測器數據融合的套用
第2章引用形式體系
21機率
22模糊集
23可能性理論
24可信度函式理論
241基本函式
242一些特別有用的情況
243調節/失調
244細化/粗化
第3章集合管理與信息傳播
31模糊集：不精確性的傳播
32機率和可能性：針對不確定性的同樣方法
33可信度函式：傳播的總體視圖
331一個通用運算：擴展
332具有最小特異性的質量分布函式的闡述
333擴展運算的直接利用
34套用實例：隨時間推移的知識更新
第4章信息可靠性管理
41能度視圖
42可信度函式的剔除
43可靠性綜合處理
44信源的有效性域管理
45多光譜圖像像素融合的套用
46評估問題的構想
第5章信源組合
51機率：即用的解決方案，貝葉斯推理
52模糊集：公理理解
53可能性理論：基本原理的簡易途徑
54可信度函式理論：傳統方法
55組合的一般方法：任何集合和邏輯
56衝突管理
57回到Zadeh悖論
第6章數據建模
61信號特性
62機率：即刻考慮
63可信度函式：一個開放式的總體框架
631整合數據到融合過程
632普遍問題：Cij值的建模
633採用隨機學習的建模測量
634採用模糊學習的建模測量
635可信度函式模型的概述
64可能性：一種類似的方法
65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
71決策：選擇最可能的假想
72決策：確定最可能的假想集
73決策運算的性能：一些實際的例子
74信源多樣性的利用：二元比較的整合
75信源多樣性的利用：基於不同但交疊集的分類
76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
81數據聯合：多感測器數據融合不可避免的多樣性問題
82數據聯合的普遍方法構建
83方法實施的簡例
第9章時間維度：跟蹤
91跟蹤：開發多感測器數據融合的優點
92貝葉斯濾波器的表示
921統計門控
922更新
923預測
93信號判別過程
931每個分解單元級別的融合
932確認門控級別的融合
933辨別方法實際實施的概述
94基礎MSF的擴展
941數據聯合
942多目標的聯合跟蹤
943多模型濾波
95套用實例
951提取能力
952陌生特徵的處理
953空間模糊觀察的跟蹤
結論
參考文獻

不確定性理論與多感測器數據融合

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條