多源不確定信息推理技術
郭強,潘新龍,唐田田
- 出版商: 電子工業
- 出版日期: 2023-03-01
- 定價: $552
- 售價: 8.5 折 $469
- 語言: 簡體中文
- 頁數: 164
- ISBN: 7121452421
- ISBN-13: 9787121452420
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$296SC-CFDMA 無線傳輸技術
-
$653蜂窩網信息融合定位理論與方法
-
$352對抗機器學習:機器學習系統中的攻擊和防禦
-
$534$507 -
$505智能自主無人機:先進任務與未來應用
-
$580$458 -
$1,194$1,134 -
$479$455 -
$449無線傳感器網絡定位技術
-
$764國之重器出版工程 空間信息網絡無線資源管理與優化
-
$1,068$1,015 -
$143群體智能
-
$528$502 -
$250機器學習中的標記增強理論與應用研究
-
$899$854 -
$534$507 -
$352模型和數據雙驅動的多波段圖像融合理論與方法
-
$500雷達輻射式模擬信號分析與處理
-
$505面向射頻隱身的機載網絡化雷達資源協同優化技術
-
$594$564 -
$454雷達目標檢測稀疏域理論及應用
-
$1,122監視雷達技術
-
$1,122精密跟蹤測量雷達技術
-
$709外輻射源雷達目標探測工程及應用
-
$474$450
相關主題
商品描述
本書是關於多源不確定信息推理技術理論及應用的一部專著,是作者對國內外近十餘年來該領域研究進展和自身研究成果的總結。本書由7章組成,包括概述、多源不確定信息推理技術的數學基礎、基於多源不確定信息推理的雷達融合識別、DSmT-DS多源不確定信息推理方法、基於證據聚類和凸函數分析的DSmT多源不確定信息推理方法、基於條件證據網絡的多源不確定信息推理方法、多源不確定信息推理技術展望。本書可供從事信息融合、推理決策、模式識別、人工智能、信息處理、指揮控制等專業的科技人員閱讀和參考,也可作為上述專業的本科生或研究生教材。同時還可為從事雷達、光學傳感器、導航、智慧交通、自動駕駛、傳感器網絡等領域的科技工作者提供指導。
目錄大綱
第1章 概述 1
1.1 引言 2
1.2 多源不確定信息推理技術的研究意義 2
1.3 多源不確定信息推理技術的研究現狀 3
1.3.1 D-S證據理論 3
1.3.2 DSmT 6
1.3.3 證據網絡 9
1.4 多源不確定信息推理技術面臨的挑戰 10
1.5 本章小結 11
第2章 多源不確定信息推理技術的數學基礎 13
2.1 引言 14
2.2 識別框架 14
2.3 冪集 15
2.4 超冪集 16
2.5 基本概率賦值 17
2.6 證據及證據建模 18
2.7 證據推理規則 19
2.7.1 Dempster組合規則 19
2.7.2 DSmT框架下的PCR5規則 20
2.7.3 DSmT框架下的PCR6規則 21
2.8 凸函數 23
2.9 泰勒公式 24
2.10 條件證據網絡模型和推理規則 25
2.11 本章小結 26
?
第3章 基於多源不確定信息推理的雷達融合識別 27
3.1 引言 28
3.2 雷達輻射源特徵參數的統計特性 28
3.3 DSm Cloud方法的各個步驟 29
3.3.1 基於雲模型與DSm模型的雷達輻射源特徵參數
隸屬度建模 29
3.3.2 基於隸屬度的證據建模 32
3.3.3 基於DSmT的不確定信息推理 34
3.4 模擬實驗 35
3.4.1 單傳感器的融合識別模擬實驗設計 36
3.4.2 本章相關代碼 36
3.4.3 單傳感器的融合識別模擬實驗結果對比 39
3.4.4 多傳感器的融合識別模擬實驗設計 43
3.4.5 多傳感器的融合識別模擬實驗結果對比 43
3.4.6 模擬實驗結果分析 46
3.5 本章小結 47
第4章 DSmT-DS多源不確定信息推理方法 49
4.1 引言 50
4.2 DSmT框架下的PCR5規則的計算復雜度分析 50
4.2.1 僅單子焦元存在的情況 50
4.2.2 交多子焦元存在的情況 50
4.3 降低DSmT+PCR5規則的計算復雜度的方法 52
4.4 僅單子焦元存在情況下的DSmT-DS多源不確定信息推理方法 53
4.4.1 算法步驟 53
4.4.2 DSmT-DS推理結果與DSmT+PCR5及Dempster規則
推理結果的關系 55
4.4.3 本節所研究方法與其他方法的計算復雜度對比分析 57
4.4.4 模擬實驗設計 58
4.4.5 模擬實驗核心代碼 59
4.4.6 模擬實驗結果對比分析 60
4.5 交多子焦元存在情況下的DSmT-DS多源不確定信息推理方法 64
4.5.1 算法步驟 64
4.5.2 計算復雜度分析 67
4.5.3 Shafer模型情況下的模擬實驗結果對比分析 68
4.5.4 混合DSm模型情況下的模擬實驗結果對比分析 72
4.6 本章小結 75
第5章 基於證據聚類和凸函數分析的DSmT多源不確定信息
推理方法 77
5.1 引言 78
5.2 二源情況下基於證據聚類和凸函數分析的DSmT近似推理方法 78
5.2.1 數學分析推理過程 78
5.2.2 二源情況的DSmT證據聚類方法 83
5.2.3 算法步驟描述 84
5.2.4 計算復雜度分析 86
5.2.5 模擬實驗對比分析及核心代碼 87
5.3 多源情況下基於證據聚類和凸函數分析的DSmT近似
推理方法 100
5.3.1 PCR6規則的數學變換 100
5.3.2 數學分析推理過程 101
5.3.3 多源情況的DSmT證據聚類方法及近似推理公式 103
5.3.4 算法步驟描述 107
5.3.5 計算復雜度分析 108
5.3.6 模擬實驗對比分析 109
5.4 本章小結 129
第6章 基於條件證據網絡的多源不確定信息推理方法 131
6.1 引言 132
6.2 基於貝葉斯網絡的多源信息推理方法的局限 132
6.3 基於條件證據網絡的多源信息推理方法的優勢 133
6.4 基於條件證據網絡的態勢評估模型 134
6.5 基於條件證據網絡的多源不確定信息推理方法的步驟 137
6.6 本章小結 139
第7章 多源不確定信息推理技術展望 141
參考文獻 143