多源信息融合推理與應用 劉准釓 潘泉 牛佳偉等 9787121492150 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202501*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：多源信息融合推理與應用
ISBN：9787121492150
出版社：電子工業
著編譯者：劉准釓 潘泉 牛佳偉等
頁數：326
所在地：中國大陸 *此為代購商品
書號：1701787
可大量預訂，請先連絡。

內容簡介

本書講述了多源信息融合處理的基本概念以及多源信息融合發展的核心理論方法，如證據理論等；介紹了多源衝突信息魯棒證據推理、多辨識框架下異構證據融合以及多值映射遷移分類等多種融合技術；給出了多源信息融合的典型應用，特別是在不確定數據分類、多源信息融合檢測與識別領域的實踐應用，如多源圖像數據融合目標識別和多特徵融合目標檢測。 本書可供從事多源信息融合推理理論研究和工程應用的專業技術人員參考，也可作為高等院校相關專業本科高年級學生、研究生的參考書。

目錄

第1章 緒論
1 1 多源信息證據融合
1 1 1 證據理論基本概念
1 1 2 證據融合
1 2 遷移學習
1 2 1 遷移學習的基本定義與分類
1 2 2 基於數據的遷移學習
1 2 3 基於模型的遷移學習
1 2 4 多源遷移學習
1 3 多源圖像數據融合識別
第2章 多源衝突信息魯棒證據推理
2 1 引言
2 2 CF-CRE方法介紹
2 2 1 內部可靠度評估
2 2 2 相對可靠度評估
2 3 實驗結果與分析
2 3 1 基礎數據集
2 3 2 相關融合方法
2 3 3 實驗細節
2 3 4 結果分析
2 3 5 參數敏感性分析
2 4 本章小結
第3章 多辨識框架下異構證據融合分類
3 1 引言
3 2 多辨識框架下異構證據融合識別基礎知識
3 3 CCDF方法介紹
3 3 1 構建異構證據轉換模型
3 3 2 估計證據等價轉換矩陣
3 4 實驗結果與分析
3 4 1 基礎數據集
3 4 2 相關分類方法
3 4 3 實驗細節
3 4 4 結果分析
3 5 本章小結
第4章 多源不完備數據融合分類
4 1 引言
4 2 不完備數據目標分類
4 3 CCIF方法介紹
4 3 1 漸進式異常目標檢測
4 3 2 多源證據加權融合分類
4 4 實驗結果與分析
4 4 1 基礎數據集
4 4 2 相關融合方法
4 4 3 實驗細節
4 4 4 結果分析
4 4 5 參數敏感性分析
4 5 本章小結
第5章 異質不確定數據多值映射遷移分類
5 1 引言
5 2 EHTC方法介紹
5 2 1 不確定數據多值映射預測
5 2 2 基於證據推理的遷移分類
5 3 實驗結果與分析
5 3 1 基礎數據集
5 3 2 相關分類方法
5 3 3 結果分析
5 4 本章小結
第6章 異構數據雙向遷移融合目標分類
6 1 引言
6 2 BDTC方法介紹
6 2 1 異構數據雙向遷移分類
6 2 2 多分類結果優化加權融合
6 3 實驗結果與分析
6 3 1 基礎數據集
6 3 2 相關分類方法
6 3 3 實驗細節
6 3 4 結果分析
6 3 5 參數敏感性分析
6 4 本章小結
第7章 多源異構數據分散式遷移融合分類
7 1 引言
7 2 CTC方法介紹
7 2 1 權重估計
7 2 2 謹慎決策
7 3 實驗結果與分析
7 3 1 基礎數據集
7 3 2 相關分類方法
7 3 3 實驗細節
7 3 4 結果分析
7 4 本章小結
第8章 多特徵融合SAR目標檢測
8 1 引言
8 2 USOC方法介紹
8 2 1 海雜波統計分佈模型選擇
8 2 2 CFAR檢測軟標籤生成
8 2 3 無監督艦船檢測網絡構建
8 3 實驗結果與分析
8 3 1 基礎數據集
8 3 2 實驗細節
8 3 3 結果分析
8 4 本章小結
第9章 異質遙感圖像無監督變化檢測
9 1 引言
9 2 USCD方法介紹
9 2 1 圖像–圖像翻譯
9 2 2 提取顯著變化/未變化的像素對
9 2 3 圖像分類
9 3 實驗結果與分析
9 3 1 基礎數據集
9 3 2 相關分類方法
9 3 3 結果分析
9 3 4 參數敏感性分析
9 4 本章小結
第10章 漸進式多光譜遙感圖像變化檢測
10 1 引言
10 2 CPCD方法介紹
10 2 1 基於輻射/混合方法的訓練樣本擴充
10 2 2 基於CNN的不確定樣本精細化分類
10 2 3 基於CPCD方法的變化圖生成
10 3 實驗結果與分析
10 3 1 基礎數據集
10 3 2 評估標準
10 3 3 結果分析
10 3 4 參數敏感性分析
10 4 本章小結
第11章 自適應開放環境下目標識別
11 1 引言
11 2 KAOSR方法介紹
11 2 1 測試目標屬於已知類概率計算
11 2 2 測試目標屬於已知類概率迭代優化
11 2 3 最優概率閾值自適應計算
11 3 實驗結果與分析
11 3 1 相關分類方法
11 3 2 結果分析
11 3 3 參數敏感性分析
11 4 本章小結
第12章 多源異構圖像目標遷移融合識別
12 1 引言
12 2 MHDTN方法介紹
12 2 1 加權混合最大化均值差異
12 2 2 多源異構分散式遷移網絡
12 3 實驗結果與分析
12 3 1 基礎數據集
12 3 2 相關分類方法
12 3 3 結果分析
12 3 4 參數敏感性分析
12 4 本章小結
第13章 觀測樣本嚴重缺失條件下的SAR目標識別
13 1 引言
13 2 ConFeDent方法介紹
13 2 1 身份特徵和姿態特徵正則化函數
13 2 2 損失函數及優化策略
13 3 實驗結果與分析
13 3 1 基礎數據集
13 3 2 實驗細節
13 3 3 結果分析
13 3 4 參數敏感性分析
13 4 本章小結
第14章 多源圖像數據融合目標識別
14 1 引言
14 2 基於DML策略的可見光圖像–紅外圖像數據融合目標識別方法介紹
14 2 1 多源圖像DML融合網絡設計
14 2 2 多分類結果決策級加權融合識別
14 3 實驗結果與分析
14 3 1 基礎數據集
1
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。