分布式網(wǎng)絡(luò)化系統(tǒng)信息融合

定　價(jià)：￥39.00

作　者：	暫缺
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787302507819	出版時(shí)間：	2018-11-01	包裝：
開(kāi)本：		頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　分布式網(wǎng)絡(luò)化系統(tǒng)由于受到通信帶寬等因素的制約，降低系統(tǒng)的性能。首先，提出了基于活動(dòng)輪廓模型的多相雙曲線圖像分割方法，用于提高圖像分割的精度。其次，研究具有魯棒性的數(shù)據(jù)集分類方法，降低分類過(guò)程中參數(shù)不確定性的影響。第三，提出加權(quán)融合重組新息和誤差互協(xié)方差實(shí)現(xiàn)信息交互。進(jìn)而，提出基于估計(jì)的線性時(shí)滯補(bǔ)償策略，重組帶有時(shí)間戳的測(cè)量序列。1后，仿真結(jié)果驗(yàn)證了所提方案有效性，進(jìn)而提高系統(tǒng)的可靠性和定位精度

作者簡(jiǎn)介

　　劉莉，女，工學(xué)博士，于上海大學(xué)機(jī)電工程與自動(dòng)化學(xué)院獲得工學(xué)博士學(xué)位，現(xiàn)任魯東大學(xué)信息與電氣工程學(xué)院講師。主要研究方向包括信息融合、機(jī)器視覺(jué)、目標(biāo)定位與跟蹤等。作為項(xiàng)目主持人或主要技術(shù)負(fù)責(zé)人參與完成項(xiàng)目5項(xiàng)，包括國(guó)家自然科學(xué)基金項(xiàng)目、上海市科委項(xiàng)目、山東省自然科學(xué)基金項(xiàng)目等。先后在《Neurocomputing》、《IEEE/CAA Journal of Automatica Sinica》、《Advances in Manufacturing》、《儀器儀表學(xué)報(bào)》等期刊及各類國(guó)際學(xué)術(shù)會(huì)議上發(fā)表論文SCI、EI收錄十余篇。主編《C#程序設(shè)計(jì)教程》、《C語(yǔ)言程序設(shè)計(jì)》、《軟件工程》等教材，在《計(jì)算機(jī)教育》期刊上發(fā)表教學(xué)改革論文4篇，參與省級(jí)精品課程《數(shù)據(jù)庫(kù)原理》的建設(shè)。先后講授《C#程序設(shè)計(jì)》、《Windows程序設(shè)計(jì)》、《ASP.NET程序設(shè)計(jì)》、《大型數(shù)據(jù)庫(kù)技術(shù)》、《軟件工程》、《高級(jí)語(yǔ)言程序設(shè)計(jì)》、《程序設(shè)計(jì)基礎(chǔ)》、《常用軟件》等課程

圖書(shū)目錄

目錄 \n
第1章緒論11.1研究背景1 \n
1.2相關(guān)領(lǐng)域的國(guó)內(nèi)外研究進(jìn)展與現(xiàn)狀3 \n
1.2.1分布式系統(tǒng)測(cè)量方法3 \n
1.2.2目標(biāo)定位方法4 \n
1.2.3水平集演化方法6 \n
1.2.4數(shù)據(jù)集分類方法7 \n
1.2.5信息融合理論8 \n
1.3主要工作和特色12 \n
1.3.1研究?jī)?nèi)容12 \n
1.3.2本書(shū)特色13 \n
1.4章節(jié)安排14 \n
第2章基于多相雙曲線水平集演化的圖像分割方法17 \n
2.1引言17 \n
2.2水平集方法預(yù)備知識(shí)17 \n
2.2.1水平集方法原理18 \n
2.2.2多相水平集理論20 \n
2.2.3基于區(qū)域的水平集方法21 \n
2.2.4多項(xiàng)水平集方法的能量函數(shù)23 \n
2.3多相雙曲線方法24 \n
2.3.1區(qū)域控制能量項(xiàng)25 \n
2.3.2能量擬合函數(shù)25〖4〗分布式網(wǎng)絡(luò)化系統(tǒng)信息融合〖2〗目錄〖4〗2.3.3水平集曲線演化29 \n
2.3.4算法的執(zhí)行過(guò)程32 \n
2.4方法實(shí)施和實(shí)驗(yàn)探討32 \n
2.4.1實(shí)驗(yàn)結(jié)果32 \n
2.4.2結(jié)果分析35 \n
2.5本章小結(jié)37 \n
第3章基于鄰居搜索和內(nèi)核模糊C均值的魯棒性數(shù)據(jù)集分類方法38 \n
3.1引言38 \n
3.2聚類算法的理論基礎(chǔ)38 \n
3.2.1聚類分析39 \n
3.2.2內(nèi)核模糊C均值算法40 \n
3.3魯棒的數(shù)據(jù)分類方法42 \n
3.3.1鄰居搜索遍歷數(shù)據(jù)集42 \n
3.3.2初始化隸屬度矩陣和聚類原型44 \n
3.3.3優(yōu)化隸屬度矩陣和聚類原型45 \n
3.3.4魯棒性能估計(jì)47 \n
3.3.5算法執(zhí)行步驟49 \n
3.4實(shí)驗(yàn)驗(yàn)證49 \n
3.4.1實(shí)驗(yàn)一： MEMS加速度計(jì)數(shù)據(jù)集50 \n
3.4.2實(shí)驗(yàn)二：復(fù)雜圖像數(shù)據(jù)集53 \n
3.5本章小結(jié)57 \n
第4章不確定網(wǎng)絡(luò)化系統(tǒng)的分布式加權(quán)融合估計(jì)58 \n
4.1引言58 \n
4.2最優(yōu)估計(jì)理論和問(wèn)題描述59 \n
4.2.1卡爾曼濾波理論59 \n
4.2.2分布式網(wǎng)絡(luò)化系統(tǒng)融合架構(gòu)60 \n
4.2.3傳輸時(shí)延和交叉相關(guān)噪聲61 \n
4.3分布式魯棒卡爾曼類型的濾波62 \n
4.3.1重組新息序列62 \n
4.3.2分布式融合估計(jì)65 \n
4.4數(shù)值驗(yàn)證72 \n
4.5本章小節(jié)77 \n
第5章隨機(jī)不確定系統(tǒng)的建模與濾波78 \n
5.1引言78 \n
5.2問(wèn)題闡述79 \n
5.2.1系統(tǒng)描述79 \n
5.2.2基于序列重排的建模79 \n
5.2.3噪聲的相關(guān)性82 \n
5.3魯棒有限時(shí)域?yàn)V波82 \n
5.3.1基于ZOH的濾波83 \n
5.3.2基于邏輯ZOH的濾波88 \n
5.4仿真結(jié)果92 \n
5.5本章小結(jié)96 \n
第6章面向空間定位的不確定系統(tǒng)的建模與估計(jì)97 \n
6.1引言97 \n
6.2基于線性CCD的空間定位方法97 \n
6.2.1空間定位原理98 \n
6.2.23D光電傳感定位系統(tǒng)工作流程99 \n
6.2.3空間定位效果仿真100 \n
6.3問(wèn)題描述和分析105 \n
6.3.1基于信號(hào)選擇方案的系統(tǒng)模型106 \n
6.3.2交叉相關(guān)性噪聲107 \n
6.4基于邏輯ZOH的估計(jì)器107 \n
6.4.1子系統(tǒng)的增廣狀態(tài)向量108 \n
6.4.2估計(jì)協(xié)方差的上界110 \n
6.4.3隨機(jī)延遲的線性補(bǔ)償111 \n
6.4.4分布式加權(quán)融合估計(jì)112 \n
6.5數(shù)值仿真114 \n
6.6本章小結(jié)120 \n
第7章總結(jié)與展望121 \n
7.1總結(jié)121 \n
7.2未來(lái)展望123 \n
附錄A命題3.1～命題3.3的證明124 \n
附錄B定理4.2的證明129 \n
附錄C定理5.2的證明131 \n
參考文獻(xiàn)136 \n
\n