《情境增強信息融合：以領域知識推進真實系統性能》是2020年電子工業出版社出版的圖書，作者是（義大利）Lauro Snidaro（勞羅?斯納羅）。
基本介紹
- 書名：情境增強信息融合：以領域知識推進真實系統性能
- 作者：（義大利）Lauro Snidaro（勞羅?斯納羅）
- 類別：計算機/網路類圖書
- 出版社：電子工業出版社
- 出版時間：2020年9月
- 開本：16 開
- 裝幀：平裝-膠訂
- ISBN：9787121393013
內容簡介,圖書目錄,作者簡介,
內容簡介
本書詳細介紹了情境增強信息融合的基礎推理、理論和方法，包括融合過程設計和實現中的情境影響，書中匯集了該領域*專家的*研究成果。全書分六個部分：基本原理、用於融合的情境概念、情境融合的系統觀念、情境的數學特徵、硬/軟融合中的情境以及情境方法在融合中的套用。本書強調高級別信息融合和低級別信息融合之間的平衡問題，以描述在苛刻條件下的性能改進；強調組合不同領域的先進技術，以克服單一視角、傳統計算和傳統上套用於特定領域數據和信息融合程式的局限性。*後，介紹了所選擇的需要注入情景知識的有代表性的套用領域，例如，視覺系統，港口監視、機器人和環境智慧型等。
圖書目錄
第一部分 基本原理
第1章 情境和融合：定義、術語 2
1.1 信息融合導論 2
1.1.1 數據（信息）融合的定義 3
1.1.2 信息融合“級別” 3
1.1.3 關於IF體系結構中數據和信息的備註 5
1.1.4 進一步的參考資料 6
1.2 融合中的情境 6
1.3 對信息融合和情境的展望 7
1.3.1 不同於焦點前提的情境前提 9
1.3.2 信息融合過程的含義 9
1.3.3 集成情境至信息融合過程 9
1.4 結論 13
致謝 13
參考文獻 13
第二部分 用於融合的情境概念
第2章 信息融合的“情境”形式化 22
2.1 引言 22
2.2 何為情境？ 24
2.3 情境和知識 25
2.4 情境形式化 25
2.5 情境和信息質量 27
2.6 情境和自然語言理解 30
2.7 結論 32
參考文獻 33
?
第3章 情境：一個不確定源 36
3.1 信息融合過程中的不確定性 36
3.2 關於情境信息中不確定性的文獻研究 40
3.3 情境的分類 40
3.4 本體論的作用和機率本體論 42
3.5 情境信息質量 43
3.5.1 不確定性變換 44
3.5.2 相互矛盾的、可疑的和不一致的信息 45
3.6 用例討論 46
3.6.1 港口防護威脅評估 46
3.6.2 情境因素和情境信息類別 46
3.6.3 關注的事件 48
3.6.4 情境的不確定性維數 48
3.7 結論 54
參考文獻 54
第4章 信息融合中的情境跟蹤方法 58
4.1 引言 58
4.2 情境跟蹤方法的背景 60
4.3 情境跟蹤 62
4.4 情境跟蹤的機器分析 63
4.5 情境跟蹤中的感測器、目標和環境 63
4.5.1 特徵跟蹤和辨識（目標） 64
4.5.2 廣域運動圖像（感測器） 64
4.5.3 態勢和場景（環境） 65
4.6 受道路約束的跟蹤和辨識示例 65
4.6.1 道路網路（環境） 65
4.6.2 目標測量模型（感測器） 67
4.6.3 十字路口的目標模型（目標） 67
4.6.4 情境跟蹤示例——結果 68
4.7 討論 69
4.8 結論 71
致謝 71
參考文獻 71
第5章 威脅評估系統的情境假設 80
5.1 引言 80
5.2 威脅的定義 81
5.2.1 威脅評估 81
5.2.2 威脅評估的獨特系統要求 82
5.3 決策支持系統的假設 83
5.4 基於情境的威脅實例 90
5.4.1 貝葉斯與證據推理的關聯 91
5.4.2 比例衝突重新分配 91
5.5 從情境出發實現威脅估計 92
5.6 討論 94
5.7 結論 94
致謝 95
參考文獻 95
第6章 面向決策支持的情境感知知識融合 101
6.1 引言 101
6.2 知識融合：當前發展情況 102
6.3 面向應急管理的情境感知決策支持系統 103
6.3.1 決策支持模型 103
6.3.2 概念框架 104
6.3.3 火災回響 107
6.3.4 CADSS中的知識融合 114
6.4 結論 116
致謝 116
參考文獻 116
第三部分 情境融合的系統觀念
第7章 情境信息的系統級使用 122
7.1 內容範圍和組織 122
7.2 信息利用中的情境 123
7.2.1 “誰的情境”（Context-Of：C-O）與“為誰的情境”
（Context-For：C-F） 124
7.2.2 問題變數與情境變數 125
7.3 數據融合中的情境 127
7.4 情境利用中的質量控制 130
7.5 自適應情境利用 132
7.5.1 信息利用中的自適應性價值 132
7.5.2 推理問題與方法的分類 133
7.6 自適應組合建模 134
7.7 機會適應性 135
7.8 在預測建模中使用情境 138
7.9 結論 139
參考文獻 140
第8章 信息融合中情境利用的體系結構 142
8.1 引言 142
8.2 情境知識與可獲得資源的類型 143
8.3 與體系結構相關的工作 145
8.4 中間件方法 146
8.4.1 IF文獻中的中間件 146
8.4.2 中間件方法:從IF到CI的查詢服務 147
8.4.3 中間件函式及其在IF過程的使用要求 149
8.5 基於情境輸入的多級別自適應體系結構 151
8.6 結論 154
致謝 154
參考文獻 154
第9章 用於交換與驗證情境數據和信息的中間件 156
9.1 情境在動態融合系統中的相關性 157
9.2 在開放式系統集系統設計中的互動計算過程 157
9.3 信息融合體系結構中的相互依賴關係 159
9.3.1 分析與決策的觀點 159
9.3.2 網路的觀點 161
9.3.3 對信息交換（中間件）的影響 163
9.4 利用中間件將數據至決策（D2D）概念套用於融合 163
9.5 中間件 166
9.6 主動中間件——ProWare 166
9.6.1 態勢參數概念 167
9.6.2 基於訂閱的信息交換 168
9.6.3 數據中介 169
9.7 數據驗證 170
9.7.1 數據質量方面 171
9.7.2 數據驗證操作 171
9.8 總結 173
參考文獻 173
第10章 基於建模用戶行為的情境感知主動決策支持 176
10.1 引言 177
10.2 概念性的操作示例 179
10.3 APTO系統 180
10.3.1 長期目標 180
10.3.2 技術方法 180
10.4 OZONE App的情境容器 181
10.5 情境感知記憶管理器 181
10.5.1 快照記憶 182
10.5.2 情節記憶 182
10.6 情境轉換模型和轉換識別 183
10.7 情境轉換感知階段和可視化 183
10.8 事件管理器 183
10.8.1 事件檢測 184
10.8.2 規範性事件識別 184
10.9 活動管理器 184
10.9.1 動作檢測 184
10.9.2 規範性動作集 185
10.9.3 Suadeo推薦引擎 185
10.10 工作流程管理器 185
10.10.1 特定領域的工作流程 186
10.10.2 採取的動作 186
10.11 HABIT：認證決策框架 186
10.11.1 相關工作 186
10.11.2 方法學 187
10.11.3 總結討論 189
10.12 網路安全的情境意識動機 190
10.13 CEDARS：綜合探索性數據分析推薦系統 191
10.13.1 介紹和相關工作 191
10.13.2 系統架構 192
10.13.3 用例 195
10.13.4 討論和未來工作 196
10.14 A-TASC：監督控制中的自適應任務分配 196
10.14.1 A-TASC動機 196
10.14.2 A-TASC預測模型 197
10.14.3 方法論 198
10.14.4 未來的工作 199
10.15 結論 200
致謝 201
參考文獻 201
?
第四部分 情境的數學特徵
第11章 基於情境分析的目標跟蹤融合過程監控 206
11.1 引言 206
11.2 情境信息定義 207
11.3 情境空間 207
11.3.1 情境變數 207
11.3.2 感測器機率或感測器有效性子集 210
11.3.3 感測器組的相容有效性機率 211
11.3.4 感測器組的排斥有效性機率 211
11.4 考慮情境的估計 212
11.4.1 靜態估計 212
11.4.2 動態估計 215
11.5 仿真 219
11.5.1 仿真條件 219
11.5.2 結果 220
11.5.3 備註 221
11.6 結論 221
參考文獻 222
第12章 用於目標跟蹤的情境開發 223
12.1 引言 223
12.2 貝葉斯目標跟蹤 224
12.2.1 系統方程 225
12.2.2 貝葉斯預測和濾波器更新 225
12.2.3 線性高斯系統 227
12.2.4 非線性系統 228
12.3 情境增強目標跟蹤 229
12.3.1 引言 229
12.3.2 約束貝葉斯濾波 230
12.4 約束目標跟蹤算法及其套用 232
12.4.1 通用濾波器 232
12.4.2 海上交通監控跟蹤濾波器 233
12.4.3 用於地面目標跟蹤的跟蹤濾波器 238
12.5 數值結果 244
12.5.1 航路輔助跟蹤 244
12.5.2 GMTI雷達改進地面目標跟蹤 247
12.6 結論 250
參考文獻 250
第13章 情境跟蹤地面套用：算法和設計實例 255
13.1 引言 255
13.2 空中和地面跟蹤比較 256
13.3 可通行性和地形特徵 257
13.4 目標行為 258
13.5 量測信息源 259
13.6 通用目標跟蹤算法 259
13.7 單目標跟蹤 260
13.7.1 多模型算法 260
13.7.2 其他算法 266
13.8 多目標跟蹤 268
13.8.1 常見問題和跟蹤方法 268
13.8.2 多模型算法 268
13.8.3 對稱測量方程濾波器 270
13.9 地面跟蹤套用 272
13.9.1 通行能力 274
13.9.2 試驗結果 277
13.10 海事跟蹤套用 278
13.11 結論及未來工作 281
致謝 281
參考文獻 282
第14章 文本分析的情境相關性和軟信息融合增強 287
14.1 引言 287
14.2 命題圖 288
14.3 與全局圖合併 290
14.4 情境理論 291
14.5 使用擴散激活查找相關信息 291
14.5.1 一般擴散激活和命題圖 291
14.6 評估擴散激活 294
14.6.1 方法 294
14.6.2 評估結果 297
14.6.3 討論 297
14.7 結論 299
致謝 300
參考文獻 300
?
第15章 多感測器組的情境學習和信息表示算法 303
15.1 引言 303
15.2 情境學習 305
15.2.1 情境的數學形式化 305
15.2.2 學習情境感知的測量模型 307
15.2.3 現場決策自適應中的情境感知 309
15.3 多模態信號的語義信息表示 310
15.3.1 機率有限狀態自動機的結構 311
15.3.2 希爾伯特空間構建 312
15.3.3 交叉機擴展 313
15.3.4 PFSA特徵提取：構造D-Markov機 314
15.4 實驗和結果 315
15.4.1 實驗場景和數據收集 315
15.4.2 數據預處理和特徵提取 315
15.4.3 性能評估 316
15.5 結論 317
致謝 318
參考文獻 318
第五部分 硬/軟融合中的情境
第16章 動態及多層次融合的情境 322
16.1 引言 322
16.1.1 多感測器多線索融合 323
16.1.2 情境信息中的異質性 325
16.2 情境作為多層次融合的約束要素 326
16.3 情境和JDL第四層次 327
16.3.1 體系結構 328
16.3.2 濾波步驟 329
16.4 情境感知系統的設計指導 331
16.4.1 情境篩選 331
16.4.2 情境切換 333
作者簡介
Lauro Snidaro（勞羅?斯納羅），義大利人，就職於義大利烏迪內大學數學和計算機科學系，教授，是信息融合、人工智慧等領域的專家，多次擔任國際信息融合大會榮譽主席，研究方向為數據融合、體系結構、態勢感知、人工智慧、機器學習等。發布有影響力的論文多篇，並擔任IEEE、ICASSP、ITST、ICSPS等國際知名期刊編委。曾組織國際信息融合領域專家編撰Context-Enhanced Information Fusion，編者包括紐約州立大學的James Llinas 、美國空軍研究實驗室的Erik Blasch以及西班牙Carlos的Jesús García等國際知名專家，該書於2016年在Springer出版。
熊偉，男，漢族，現為海軍航空大學教授、海軍航空大學信息融合研究所副所長，軍隊高層次科技創新人才工程拔尖人才、裝備發展部指控專業組成員、中國航空學會信息融合分會總幹事等，入選中國科協第九屆全國代表、海軍優秀青年、火力與指揮控制領域傑出青年科技工作者，獲國防科技卓越青年科學基金、山東省青年科技獎等。主要研究方向為信息融合、指揮控制系統等，主持和參與973、國家自然基金等項目；獲國家科技進步二等獎1項，省部級科技進步一等獎2項、二等獎3項、三等獎1項，發表論文40餘篇，授權專利10餘項，相關研究成果已推廣套用於信息系統、雷達設備等研製中。
