多粒度信息融合与应用

定　价：¥98.00

作　者：	李新德
出版社：	电子工业出版社
丛编项：
标　签：	暂缺

购买这本书可以去

当当网 (¥73.50)

ISBN：	9787121467592	出版时间：	2024-01-01	包装：	平塑
开本：		页数：		字数：

内容简介

　　本书讲述了多粒度信息融合的基本概念以及多粒度融合理论赖以发展的基础理论，如Dempster-Shafe证据r理论、Dezert-Smarandache 理论、粗糙集、模糊集等；介绍了同/异鉴别框架下的多粒度融合、犹豫模糊信度下的多粒度融合和多粒度折扣信息融合。本书给出了典型算例详尽的融合流程，以及多粒度融合的典型应用，如多粒度人体行为动作识别等内容，全书理论体系完整，应用案例取舍适当。

作者简介

　　李新德，博士，东南大学教授，博士生导师，俄罗斯自然科学院外籍院士，科学中国人封面人物，中国人工智能学会智能机器人专委会副主任委员，中国人工智能学会智能产品与产业工作委员会副主任委员等。主要研究方向：机器视觉、机器感知、智能机器人、人机交互、无人系统等。2012年1月至2013年1月作为国家公派访问学者在美国佐治亚理工大学访问交流一年。2016年1月到9月在新加坡国立大学ECE系作Research Fellow。2010年入选东南大学优秀青年教师培养计划。2012年入选江苏省青蓝工程人才培养计划。2013入选江苏省高校优秀创新团队。2014年入选江苏省六大高峰人才培养计划。2016年入选IEEE Senior member。2017年入选东南大学国家杰青培育计划。2019年入选广东省珠江人才创新团队。2020年担任江苏省重点研发计划重点项目首席科学家。承担包括863重点、国家自然科学基金重大研究计划项目、面上项目、十三五预研重点项目、JKW163重点项目、JKW重大专项等国家级项目10+项、省部级项目8项，其它项目20+项。在IEEE汇刊IEEE Transactions on Industrial Electronics（TIE）、IEEE Trans. On Industrial Informatics（TII）， IEEE Trans. On Fuzzy System（TFS）、IEEE Transactions on Mechatronics.（TM）、IEEE Transactions on Cognitive and Developmental Systems（TCDS）、IEEE Transactions on Instrumentation and Measurement（TIM）等国内外核心期刊和会议发表SCI、EI收录的论文100余篇，2篇Book Chapter，2部著作，授权国家发明专利18项，软件著作权5个。获国际科学贡献奖、中国自动化学会科技进步一等奖、省自然科学三等奖、人工智能学会最佳青年科技成果奖、十二五航空基金优秀成果奖等各一项，并指导学生获得2019年首届贝式杯目标检测与识别挑战赛特等奖等。

图书目录

第1章绪论 1
1.1 经典信息融合概述 1
1.1.1 信息融合的概念 1
1.1.2 发展现状 2
1.1.3 问题与挑战 26
1.2 多粒度信息融合概述 28
1.2.1 背景与意义 28
1.2.2 发展现状 29
1.2.3 问题与挑战 36
1.3 本书知识体系 37
1.4 本章小结 37
参考文献 37
第2章基础理论 40
2.1 Dempster-Shafer证据理论 40
2.1.1 基本概念 40
2.1.2 Dempster组合规则 42
2.1.3 优缺点 43
2.2 Dezert-Smarandache理论 44
2.2.1 基本概念 44
2.2.2 自由及混合模型 47
2.2.3 融合推理规则 48
2.2.4 优缺点 53
2.3 粗糙集理论 54
2.3.1 基本概念 54
2.3.2 经典粗糙集模型 55
2.3.3 决策规则 58
2.3.4 优缺点 60
2.4 模糊集理论 60
2.4.1 基本概念 60
2.4.2 经典模糊逻辑 62
2.4.3 犹豫模糊推理 63
2.4.4 优缺点 64
2.5 本章小结 65
参考文献 65
第3章同鉴别框架下多粒度信息融合方法 68
3.1 引言 68
3.2 单子焦元融合策略 69
3.2.1 单子焦元分组 69
3.2.2 融合规则 71
3.2.3 算例分析 74
3.3 复合焦元融合策略 76
3.3.1 合取焦元解耦规则 77
3.3.2 析取焦元解耦规则 78
3.3.3 混合焦元解耦规则 80
3.3.4 融合规则 80
3.3.5 时间复杂度分析 80
3.3.6 算例分析 82
3.4 本章小结 83
参考文献 84
第4章异鉴别框架下多粒度信息融合方法 85
4.1 引言 85
4.2 基于等价关系的融合方法 86
4.2.1 等价粒空间构建 86
4.2.2 信度分配规则及融合规则 89
4.2.3 算例分析 90
4.3 基于层次关系的融合方法 93
4.3.1 层次粒空间表征 94
4.3.2 粒层信度转换 95
4.3.3 层次粒空间融合规则 98
4.3.4 算例分析 100
4.4 本章小结 101
参考文献 102
第5章犹豫模糊信度融合方法 104
5.1 引言 104
5.2 单值犹豫模糊信度融合方法 104
5.2.1 基本概念 104
5.2.2 单值犹豫信度运算规则 106
5.2.3 单值犹豫信度融合 110
5.2.4 算例分析 110
5.3 区间犹豫模糊信度融合方法 112
5.3.1 基本概念 112
5.3.2 区间犹豫信度运算规则 114
5.3.3 区间犹豫信度融合 116
5.3.4 算例分析 117
5.4 本章小结 120
参考文献 120
第6章多粒度信息折扣融合方法 122
6.1 引言 122
6.2 证据可靠性度量 122
6.2.1 多粒度证据源内部焦元信息的度量指标 123
6.2.2 多粒度证据源之间的度量指标 124
6.3 折扣融合方法 125
6.3.1 评分矩阵构建 125
6.3.2 证据支持度计算 126
6.3.3 评估指标权重计算 128
6.4 仿真分析 132
6.4.1 高冲突证据融合 132
6.4.2 不精确证据融合 137
6.4.3 蒙特卡罗实验 140
6.5 本章小结 143
参考文献 144
第7章多粒度信息融合应用研究 146
7.1 引言 146
7.2 同鉴别框架下基于多粒度信息融合的行为识别 148
7.2.1 多粒度行为分层建模 148
7.2.2 基于ELM和信度函数理论的多粒度行为建模 150
7.2.3 行为决策 151
7.2.4 实验分析与讨论 154
7.3 异鉴别框架下基于多粒度信息融合的行为识别 162
7.3.1 数据预处理与多层次划分 163
7.3.2 改进swin-transformer分类器 167
7.3.3 双速采样的双流网络分类器 173
7.3.4 支持向量机模型 177
7.3.5 行为决策 178
7.3.6 实验分析与讨论 181
7.4 基于犹豫模糊信度融合的行为识别 185
7.4.1 犹豫模糊信度构建 185
7.4.2 行为决策 186
7.4.3 实验分析与讨论 186
7.5 基于多粒度信息折扣融合的行为识别 189
7.5.1 证据可靠性评估 190
7.5.2 折扣融合模型 190
7.5.3 行为决策 191
7.5.4 实验分析与讨论 193
7.6 本章小结 198
参考文献