數據融合數學方法：理論與實踐

內容簡介

本書主要針對國防和軍事領域十分活躍和前沿的數據融合理論、方法和技術進行論述，主要介紹了感測器數據融合概念、數據融合模型、架構和發展方向，從統計方法和基於模糊邏輯的方法等方面對數據融合技術進行了深入探討；對目標跟蹤和濾波等數據融合技術、分散式融合結構等問題進行了較為詳細的論述。

作者簡介

Jitendra R. Raol教授是數據融合領域的GUO際專家，IEEIET（電氣工程師學會工程技術學會）的會士，IEEE（電子電器工程師學會）的不錯會員。他在印度國家宇航實驗室工作，是飛行力學和控制分部的不錯科學家和領導人。

圖書目錄

第1章數據融合過程導論

1 1數據融合概述

1 2數據融合模型

1 2 1聯合指導實驗室模型

1 2 2改進的瀑布融合模型

1 2 3基於情報環的模型

1 2 4博伊德模型

1 2 5混合模型

1 2 6 Dasarathy模型

1 3感測器數據融合形態

1 3 1互補型

1 3 2競爭型

1 3 3合作型

1 4感測器數據融合結構

1 41集中式融合

1 4 2分散式融台

1 4 3混合式融合

1 5數據融合過程

練習

參考文獻

第2章統計、機率模型和可靠性：機率數據融合

2 1引言”

2 2統計

2 2 1數學期望

2 2 2方差、協方差和標準偏差

2 2 3相關性與自相關函式

2 3機率模型

2 4機率方法

2 4 1貝葉斯公式

2 4 2基於貝葉斯規則的數據融合

2 4 3基於貝葉斯規則的分散式DF

2 4 4基於對數似然函式的DF

2 5 DF的可靠性

2 5 1貝葉斯方法

2 5 2證據方法

2 5 3基於模糊邏輯(EL)的方法

2 5 4-可靠性評估的馬爾可夫模型

2 5 5小一乘估計的可靠性

2 6信息方法

2 6 1熵和信息

2 6 2費舍信息

2 6 3信息池化方法

2 7專家系統和DF的機率概念

2 7 1機率規規則和證據

2 7 2信任限制的傳播

2 7 3多個報告的組合*融合

2 8機率法用於DF理論範例

2 8 1熵法

2 8 2似然法

2 8 3 ML和不完全數據

2 8 4貝葉斯方法

2 8 5 DF示例

2 8 6一些現實的DF問題

2 9貝葉斯公式和感測器DF：示例分析

數據融合數學方法：理論與實踐

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條