注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术工业技术一般工业技术数据融合数学方法:理论与实践

数据融合数学方法:理论与实践

数据融合数学方法:理论与实践

定 价:¥149.00

作 者: (印度)Jitendra R.Raol(吉德拉·R·拉奥)
出版社: 国防工业出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787118121520 出版时间: 2021-03-01 包装:
开本: 页数: 字数:  

内容简介

  本书在对传感器数据融合概念、模型、配置、结构进行总结的基础上,重点针对传感器数据融合所采用的不同数学方法、技术及其应用进行了系统和深入的阐述。本书是对数据融合领域相关数学概念、模型、方法与应用的系统论述,可以帮助读者通晓数据融合的数学原理及其应用,为开展不同领域的数据融合研究奠定坚实的基础。本书旨在为对数据融合感兴趣,或者从事数据融合领域研究工作的科技工作者、教师和工程师们提供帮助。读者对象主要包括高等院校和研究所从事数据融合领域的研究人员和学生。

作者简介

  Jitendra R.Raol(吉德拉·R.拉奥)分别于1971年和1973年在印度的瓦尔道拉的巴罗达MS大学取得了电子工程专业的工学学士学位(BE)和工程硕士学位(ME),1986年又取得了加拿大汉密尔顿的麦克马斯特大学的博士学位(专业:电子与计算机工程),在麦克马斯特大学攻读博士期间,他还在那里从事研究和教学助理的工作。他在巴罗达MS大学执教两年,然后于1975年进入了印度国家宇航实验室。在科学与工业研究理事会一印度国家宇航实验室(CSIR-NAL)工作期间,他在固定式和移动式飞行模拟器研究中,参与了飞行员建模。他曾率代表团访问过叙利亚、德国、英国、加拿大、中国、美国和南非,致力于系统识别、神经网络、参数估计、多传感器数据融合和机器人等领域的研究,在一些国际会议中发表了技术论文,他也在一些到访的国家或地区进行了客座演讲。他也是英国伦敦电气工程师学会/国际工程技术学会(IEE/IET)的会士,美国芝加哥电子电器工程师学会(IEEE)的高级会员。他是印度航空协会的终身院士和印度系统协会的终身会员。由于在目标跟踪方面发表的论文,他还获得金质奖章和证书。他撰写并发表了100多篇论文和不计其数的技术报告。他是Sadhana(印度科学院出版的一种工程杂志,班加罗尔)杂志两个特刊的客座编辑。他指导了6名博士和8名硕士研究学者,近期又技术指导全体10名成员开展博士学位论文工作。他与英国伦敦IEE/IET共同出版了一本关于控制系列的合著《动态系统的建模和参数估计》(2004年),与CRC出版社合著了《飞行机制建模与分析》(2009年),以及《基于MATLAB的多传感器数据融合》(2010年)。他和Ajith K.Gopal共同编辑并且在CRC出版社出版了《移动智能自治系统》(2012年)。他在很多场合担任顾问、技术项目评审和博士考试委员会的成员或主席。他还是十几个印度国家或国际杂志的评审专家。他主要研究兴趣在机器人领域,包括数据融合、系统识别、态势/参数估计、飞行机制-飞行数据分析、H-∞滤波、人工神经网络、模糊系统、遗传算法和软计算。在探索人生真谛的过程中,他还尝试围绕科学、哲学、进化和生命等各式各样的题材,创作了300多首诗歌/自由诗。

图书目录

第1章 数据融合过程导论
1.1 数据融合概述
1.2 数据融合模型
1.2.1 联合指导实验室模型
1.2.2 改进的瀑布融合模型
1.2.3 基于情报环的模型
1.2.4 博伊德模型
1.2.5 混合模型
1.2.6 Dasarathy模型
1.3 传感器数据融合形态
1.3.1 互补型
1.3.2 竞争型
1.3.3 合作型
1.4 传感器数据融合结构
1.4.1 集中式融合
1.4.2 分布式融合
1.4.3 混合式融合
1.5 数据融合过程
练习
参考文献
第2章 统计、概率模型和可靠性:概率数据融合
2.1 引言
2.2 统计
2.2.1 数学期望
2.2.2 方差、协方差和标准偏差
2.2.3 相关性与自相关函数
2.3 概率模型
2.4 概率方法
2.4.1 贝叶斯公式
2.4.2 基于贝叶斯规则的数据融合
2.4.3 基于贝叶斯规则的分布式DF
2.4.4 基于对数似然函数的DF
2.5 DF的可靠性
2.5.1 贝叶斯方法
2.5.2 证据方法
2.5.3 基于模糊逻辑(FL)的方法
2.5.4 可靠性评估的马尔可夫模型
2.5.5 最小二乘估计的可靠性
2.6 信息方法
2.6.1 熵和信息
2.6.2 费舍信息
2.6.3 信息池化方法
2.7 专家系统和DF的概率概念
2.7.1 概率规则和证据
2.7.2 信任限制的传播
2.7.3 多个报告的组合融合
2.8 概率法用于DF:理论范例
2.8.1 最大熵法
2.8.2 最大似然法
2.8.3 ML和不完全数据
2.8.4 贝叶斯方法
2.8.5 DF示例
2.8.6 一些现实的DF问题
2.9 贝叶斯公式和传感器DF:示例分析
练习
参考文献
第3章 模糊逻辑与可能性理论的数据融合
第4章 滤波、目标跟踪和运动学数据融合
第5章 无中心数据融合系统
第6章 成分分析与数据融合
第7章 图像代数与图像融合
第8章 决策理论与决策融合
第9章 无线传感器网络和多模型数据融合
第10章 数据融合的软计算方法
附录A 部分算法及其推导
附录B 其他数据融合方法以及融合性能估计度量
附录C 自动数据融合
附录D 数据融合软件工具的说明和资料
附录E 参考文献中传感器数据融合的定义
附录F 数据融合的部分当前研究课题

本目录推荐