多源数据融合和传感器管理

本书特色

[

　　罗俊海、王章静编著的《多源数据融合和传感器管理》是关于信息融合理论、应用和传感器管理的一部教材。本书基于编者的研究工作，并借鉴国内外其他学者的成果，力图较全面、系统地讲解信息融合理论、应用、传感器管理以及发展与*新研究成果，特别是在异构、多源、动态、非理想信道、稀疏、错误容忍环境下。全书共25章，分为五个部分。**部分研究现状，包括多源数据融合概述、信息融合的原理和级别、多源传感器数据融合算法、多传感分布检测、传感器管理、探讨和备注；第二部分数学理论基础，包括bayes方法、模糊集理论、粗糙集理论、monte carlo理论、dempster-shafer理论、估计理论和滤波器理论；第三部分多源数据融合算法，包括bayes 决策、正态分布时的统计决策、*大*小决策、神经网络、支持向量机和bayes网络；第四部分多源数据融合应用，包括分布式检测和融合、目标追踪的高效管理策略、数据融合的系统校准、目标跟踪策略算法与数据融合、像素与特征的图像融合；第五部分是多传感器管理。本书可作为信息工程、信息融合、模式识别、机器学习、人工智能、数据分析、军事决策和电子对抗等专业的本科生和研究生教材，也可供上述相关领域的科技人员阅读和参考，还可以供雷达、声呐、激光、红外、机器人、导航、交通、医学、物联网、泛在网、cps、遥感、遥测、定位等领域的科技工作者参考学习。

]

目录

**部分  研究现状  第1章  多源数据融合概述  第2章  信息融合的原理和级别  第3章  多传感器数据融合算法  第4章  多传感分布检测  第5章  传感器管理  第6章  数据融合的现状和趋势第二部分  数学理论基础  第7章  bayes方法  第8章  模糊集理论  第9章  粗糙集理论  第10章  montecarlo理论  第11章  dempstershafer证据理论  第12章  估计理论  第13章  滤波器理论第三部分  多源数据融合算法  第14章  bayes决策  第15章  正态分布时的统计决策  第16章  *大*小决策  第17章  神经网络  第18章  支持向量机  第19章  bayes网络第四部分  多源数据融合应用  第20章  分布式检测和融合  第21章  分布式目标追踪的高效管理策略  第22章  数据融合的系统校准  第23章  目标跟踪策略算法与数据融合  第24章  像素与特征的图像融合第五部分  多传感器管理  第25章  信息融合中的多传感器管理：问题与方法参考文献

封面

书名:多源数据融合和传感器管理

作者:罗俊海

页数:378

定价:¥59.0

出版社:清华大学出版社

出版日期:2015-09-01

ISBN:9787302390183

PDF电子书大小:46MB 高清扫描完整版