《信息融合關鍵技術及其套用》是2010年8月1日冶金工業出版社出版的圖書
基本介紹
- 書名：信息融合關鍵技術及其套用
- ISBN：9787502453237, 7502453237
- 頁數：146頁
- 出版社： 冶金工業出版社
- 出版時間：2010年8月1日
- 開本： 16
- 正文語種：簡體中文
內容簡介,圖書目錄,圖書序言,
內容簡介
《信息融合關鍵技術及其套用》內容簡介：20世紀70年代，基於在軍事領域的套用，提出了信息融合的概念。隨著科學技術，特別是微電子技術、積體電路及其設計技術、計算機技術、近代信號處理技術和感測器技術的發展，信息融合技術已經發展成為一個新的學科方向和研究領域。《信息融合關鍵技術及其套用》詳細描述了信息融合技術的定義、原理、方法等理論知識，並輔以相關的實際直用案例。《信息融合關鍵技術及其套用》主要內容包括：緒論；信息融合估計理論；動態系統的濾波理論與算法；信息融合中的分析方法；信息融合中的智慧型算法；神經網路方法的信息融合；圖像融合；基於信息融合的面部表情識別等。
圖書目錄
1 緒論
1.1 信息融合概述
1.1.1 定義
1.1.2 信息融合意義與優勢
1.2 信息融合結構與級別
1.2.1 信息融合功能模型
1.2.2 信息融合級別
1.2.3 信息融合過程
1.3 信息融合基本概念
1.3.1 信息融合基本原理
1.3.2 信息融合種類
1.4 信息融合主要研究方法
1.4.1 加權平均
1.4.2 卡爾曼濾波
1.4.3 貝葉斯估計
1.4.4 統計決策理論
1.4.5 Dempster-Shafer證據推理法
1.4.6 模糊邏輯法
1.4.7 產生式規則法
1.4.8 神經網路方法
1.5 信息融合套用
1.5.1 軍事套用
1.5.2 民事套用
1.6 信息融合技術發展與未來
1.6.1 信息融合發展史-
1.6.2 信息融合存在的問題
1.6.3 信息融合未來發展
2 信息融合估計理論
2.1 數理統計理論
2.1.1 概述
2.1.2 基本概念
2.2 基於參數估計理論與算法
2.2.1 點估計
2.2.2 貝葉斯估計
2.2.3 區間估計
2.3 基於參數估計信息融合
3 動態系統的濾波理論與算法
3.1 標準卡爾曼濾波
3.1.1 卡爾曼濾波基本概念
3.1.2 卡爾曼濾波的基本步驟
3.1.3 基本卡爾曼濾波簡單實例
3.1.4 卡爾曼信息濾波器
3.2 擴展卡爾曼濾波算法
3.3 卡爾曼濾波器的基本特性
3.4 貝葉斯濾波
4 信息融合中的分析方法
4.1 判別分析
4.1.1 概念
4.1.2 距離判別法
4.1.3 Fisher判別法
4.1.4 貝葉斯判別法
4.2 聚類分析
4.2.1 基本思想
4.2.2 距離
4.2.3 相似係數
4.2.4 系統聚類方法
4.3 主成分分析
4.3.1 主成分分析的基本思想
4.3.2 主成分分析的數學模型及幾何解釋
4.3.3 主成分的推導及性質
5 信息融合中的智慧型算法(一)
5.1 基於粗糙集理論的信息融合算法
5.1.1 基於完全簡化規則集的信息融合算法
5.1.2 基於粗糙集理論的機器人物體識別系統
5.1.3 基於不完備信息的多感測器信息融合
5.1.4 結論分析
5.2 基於模糊理論的信息融合算法
5.3 基於D-S證據理論的信息融合算法
5.3.1 D-S證據理論基礎
5.3.2 D-S據理論的推廣改進
5.3.3 D-S證據理論套用舉例
6 信息融合中的智慧型算法(二)
6.1 基於微粒群的信息融合算法
6.1.1 算法模型
6.1.2 算法實現步驟及程式結構流程
6.1.3 參數的選擇
6.2 基於非線性S函式調參策略的改進的微粒群算法
6.2.1 算法介紹
6.2.2 算法流程
6.2.3 算法仿真
6.3 嵌入隔離小生境技術的混沌微粒群算法
6.3.1 隔離小生境技術
6.3.2 混沌搜尋策略
6.3.3 嵌入隔離小生境技術微粒群算法描述
6.3.4 仿真實驗及分析
6.4 基於微粒群模糊密度自適應賦值的多分類器融合算法
6.4.1 基於模糊積分的多分類器融合
6.4.2 基於粒子群算法的模糊測度自適應賦值
6.5 基於支持向量機的信息融合算法
6.5.1 最優分類面
6.5.2 核函式
6.6 支持向量機多類分類器構造方法
6.6.1 完全多類支持向量機
6.6.2 組合多類支持向量機
7 神經網路方法的信息融合
7.1 基於神經網路方法的信息融合
7.1.1 神經網路概述
7.1.2 BP神經網路
7.1.3 BP算法的改進
7.2 量子小波神經網路
7.2.1 量子神經網路概述
7.2.2 量子小波神經網路模型
7.2.3 量子小波神經網路學習算法
7.2.4 量子小波神經網路結構參數討論
7.2.5 量子小波神經網路算法的程式實現
7.3 神經網路信息融合目標識別系統的分類性能研究
7.4 神經網路信息融合的故障診斷專家系統
7.4.1 基於神經網路的故障診斷專家系統
7.4.2 神經網路的知識獲取
7.4.3 神經網路的推理
7.4.4 神經網路知識庫的建立
7.5 神經網路信息融合方法
7.5.1 神經網路信息融合診斷過程
7.5.2 神經網路信息融合診斷步驟
7.5.3 單網路信息融合
7.5.4 雙網路信息融合
7.5.5 基於量子神經網路的手寫體數字識別系統
8 圖像融合
8.1 圖像融合概述
8.1.1 圖像融合的一般概述
8.1.2 圖像配準
8.1.3 圖像融合層次及模型
8.1.4 圖像融合的熱點及發展趨勢
8.2 面向遙感套用的圖像融合
8.2.1 遙感圖像融合的過程
8.2.2 圖像融合的基本原理和方法
8.3 基於小波變換的圖像降噪信息融合算法
8.3.1 算法的理論基礎
8.3.2 算法描述
8.3.3 結果與結論
9 基於信息融合的面部表情識別
9.1 表情圖像預處理
9.1.1 直方圖均衡化
9.1.2 圖像的歸一化
9.1.3 光照補償
9.2 人臉表情特徵提取方法
9.2.1 FB-PCA和FB-2DPCA特徵提取方法
9.2.2 特徵差值矩陣方法
9.2.3 信息融合面部表情識別建模
9.3 人臉表情多分類器組合與閾值調整
9.3.1 多級分類器識別
9.3.2 表情識別中閾值自適應調整機制
9.4 基於支持向量機信息融合的人臉表情識別
9.4.1 融合模型建立
9.4.2 融合原理
9.4.3 融合測試
10 總結與展望
參考文獻
圖書序言
隨著數字信息社會的飛速發展，特別是微電子技術、計算機技術、近代信號處理技術、感測技術和通信網路技術的發展，人們無論在生活還是在工作中，需要面對和待處理的數據越來越多，所以，數據處理與信息融合技術在軍事領域和民用領域得到了高度重視和廣泛套用。研究高效數據處理與信息融合的方法、分析數據內在的結構和規律、建立有層次的數據視圖和數據挖掘等工作已迫在眉睫，國內外都將其作為發展戰略，投入大量人力、物力、財力對其展開研究。它已經發展成為一個新的熱門學科方向和研究領域。
本書在總結傳統數據處理與信息融合方法的基礎上，重點分析介紹了現代數據處理和信息融合的最新理論和最新方法，包括各種卡爾曼濾波、貝葉斯估計、模糊、神經網路、粒子群、量子小波變換、粗糙集、T-S證據、主成分分析、支持向量機等技術。同時，針對軟測量、模型預報、圖像識別、故障診斷等實際套用背景展開相應的套用研究，並取得了一些新成果。
