目標智能跟蹤與識別.雷達卷 崔亞奇 9787121495267 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*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：目標智能跟蹤與識別.雷達卷
ISBN：9787121495267
出版社：電子工業
著編譯者：崔亞奇
頁數：416
所在地：中國大陸 *此為代購商品
書號：1745272
可大量預訂，請先連絡。

內容簡介
本書聚焦於複雜信息環境（信息海量、模糊、衝突、不確定、缺損等）下，智能信息融合處理的最新發展趨勢與研究方向，總結創新成果，將人工智能運用到信息融合技術中。本書除了理論講解，更注重人工智能在具體場景中的落地應用。本書採用機器學習、深度學習等人工智能技術，圍繞信息融合中的多源信息關聯、目標跟蹤、目標識別等核心關鍵問題，應用在中斷航跡智能關聯、多源航跡智能關聯、跨域信息統一表示、跨域信息關聯、目標智能跟蹤、目標智能濾波、基於航行大數據的目標識別等方面，可為實際工程應用提供重要技術支撐。

作者簡介
副教授，主要研究方向包括雷達數據處理、多源信息融合和人工智能交叉應用等。獲國家自然科學基金青年基金資助，入選中國科協青年人才托舉工程，獲中國航空學會科技進步二等獎2項、省部級科技進步二等獎2項。發表學術論文42篇，其中SCI 18篇、EI 21篇，獲授權國家發明專利13項、登記軟件著作權3項、出版專著2部、譯著1部，協助指導碩博研究生12名，其中1名山東省優秀博士學位論文獲得者、1名中國航空學會優秀碩士論文獲得者。

目錄

目錄

第1章 概述 1
1 1 引言 1
1 2 目標跟蹤的研究歷程 2
1 3 目標識別的研究歷程 11
1 4 目標跟蹤與識別的主要挑戰 13
1 5 人工智能時代下的發展新機遇 16
1 6 本書的範圍和概貌 21
參考文獻 24
第2章 人工智能基礎 26
2 1 引言 26
2 2 機器學習基礎 26
2 2 1 定義與歷程 26
2 2 2 分類與術語 28
2 3 機器學習步驟 30
2 3 1 數據集構建 30
2 3 2 模型選擇 30
2 3 3 模型訓練 31
2 3 4 模型運用 33
2 4 機器學習典型算法 33
2 4 1 感知機 33
2 4 2 支持向量機 35
2 4 3 神經網絡 38
2 4 4 集成學習 38
2 5 深度學習 42
2 5 1 概述 42
2 5 2 卷積神經網絡 42
2 5 3 循環神經網絡 44
2 5 4 圖神經網絡 46
2 5 5 生成對抗網絡 47
2 5 6 擴散模型 47
2 5 7 Transformer模型 50
2 5 8 網絡優化與正則化 53
2 5 9 遷移學習 54
2 5 10 注意力機制 54
2 5 11 神經網絡的可視化 54
2 6 強化學習 55
2 6 1 概述 55
2 6 2 基本術語 55
2 6 3 Q-Learning算法 56
2 6 4 策略梯度算法 57
2 6 5 演員-評論家算法 58
2 7 小結 59
參考文獻 59
第3章 結合式智能濾波方法 61
3 1 引言 61
3 2 目標跟蹤的基礎理論和模型 62
3 2 1 狀態空間模型 62
3 2 2 貝葉斯濾波器 63
3 3 Kalman和深度學習混合驅動的目標跟蹤算法 64
3 3 1 Kalman濾波器 64
3 3 2 端到端學習的推導 65
3 3 3 端到端學習的循環Kalman目標跟蹤算法 69
3 3 4 數據集生成與算法訓練 71
3 3 5 仿真實驗與結果分析 74
3 4 IMM和深度學習混合驅動的目標跟蹤算法 81
3 4 1 IMM算法 81
3 4 2 端到端學習的自適應IMM算法原理 82
3 4 3 數據集生成與算法訓練 85
3 4 4 仿真實驗與結果分析 86
3 5 算法性能綜合對比分析 92
3 6 小結 96
參考文獻 96
第4章 替換式智能濾波方法 99
4 1 引言 99
4 2 基於神經微分方程的單模型混合驅動目標跟蹤算法 100
4 2 1 目標運動的隨機微分方程 100
4 2 2 單模型混合驅動目標跟蹤算法 101
4 2 3 數據集生成與算法訓練 105
4 2 4 仿真實驗與結果分析 106
4 3 基於神經微分方程的多模型混合驅動目標跟蹤算法 113
4 3 1 單模型混合驅動目標跟蹤算法的專一性 113
4 3 2 算法結構設計與訓練 115
4 3 3 仿真實驗與結果分析 116
4 4 算法性能綜合對比分析 121
4 5 小結 124
參考文獻 124
第5章 重構式智能濾波方法 126
5 1 引言 126
5 2 典型濾波計算結構分析 126
5 2 1 - 濾波計算結構分析 126
5 2 2 Kalman濾波計算結構分析 127
5 3 重構式智能濾波 129
5 3 1 典型神經網絡結構 129
5 3 2 重構式智能濾波網絡結構設計 131
5 3 3 重構式智能濾波網絡簡單實現 132
5 4 實驗驗證 133
5 4 1 仿真設置 133
5 4 2 仿真結果 135
5 5 小結 141
參考文獻 142
第6章 基於強化學習的數據智能關聯方法 143
6 1 引言 143
6 2 網絡集成學習的數據關聯網絡架構 143
6 2 1 模型組成 144
6 2 2 USMA網絡架構 146
6 2 3 訓練網絡與測試網絡 149
6 2 4 仿真實驗與結果分析 151
6 3 基於LSTM-RL網絡的數據關聯網絡架構 161
6 3 1 網絡架構 162
6 3 2 智能體設計 162
6 3 3 動作選擇 164
6 3 4 獎勵函數的定義 165
6 3 5 自適應調整機制 166
6 3 6 仿真實驗與結果分析 167
6 4 小結 174
參考文獻 174
第7章 端到端目標智能跟蹤方法 177
7 1 引言 177
7 2 問題描述與算法分析 178
7 2 1 多目標跟蹤問題描述 178
7 2 2 關聯類目標跟蹤框架 179
7 2 3 數據關聯與跟蹤濾波 179
7 2 4 DeepSTT網絡設計原則 181
7 3 DeepSTT-B網絡設計 182
7 3 1 DeepSTT-B網絡 182
7 3 2 DeepSTT網絡 184
7 3 3 跟蹤實現 185
7 4 實驗驗證 187
7 4 1 仿真設置 187
7 4 2 仿真結果 188
7 5 小結 194
參考文獻 195
第8章 無人艇平臺視頻多目標跟蹤 197
8 1 引言 197
8 2 現有研究基礎 197
8 2 1 基於檢測的視頻多目標跟蹤 197
8 2 2 SORT算法 198
8 2 3 SIFT圖像配准與RANSAC算法 200
8 3 無人艇視頻多目標跟蹤改進算法 201
8 3 1 基於圖像配准的運動補償算法S-R補償 201
8 3 2 引入加速度參數的Kalman濾波 203
8 3 3 多級級聯匹配 205
8 4 實驗對比及分析 206
8 4 1 數據集構建 206
8 4 2 評估指標 207
8 4 3 消融實驗 208
8 4 4 算法改進前後跟蹤結果可視化分析 208
8 4 5 與其他SOTA算法的對比及分析 211
8 5 小結 213
參考文獻 213
第9章 航行特徵機器學習目標識別方法 215
9 1 引言 215
9 2 航跡特徵建模 216
9 2 1 平均航速 216
9 2 2 最大航速 216
9 2 3 高速航行比例 216
9 2 4 低速航行比例 217
9 2 5 加速機動因子 217
9 2 6 航向累計變化量 217
9 2 7 轉向機動因子 218
9 3 航跡數據集構建 219
9 3 1 AIS數據 219
9 3 2 數據集構建流程 221
9 3 3 數據分析 224
9 4 分類器設計 225
9 5 實驗對比及分析 225
9 5 1 特徵量篩選 225
9 5 2 特徵可視化分析 226
9 5 3 實驗結果 226
9 6 小結 228
參考文獻 228
第10章 航行特徵深度學習目標識別方法 231
10 1 引言 231
10 2 基於貝葉斯-Transformer神經網絡模型的目標識別方法 231
10 2 1 貝葉斯-Transformer神經網絡模型 231
10 2 2 實驗對比及分析 235
10 2 3 本節 小結 241
10 3 融合情境信息的海面目標識別方法 242
10 3 1 情境信息建模 242
10 3 2 基於情境增強的航跡識別方法 246
10 3 3 實驗對比及分析 247
10 3 4 本節 小結 253
10 4 小結 253
參考文獻 254
第11章 可見光遙感圖像與SAR圖像關聯 256
11 1 引言 256
11 2 研究基礎 257
11 2 1 SAR圖像關聯學習算法 257
11 2 2 有監督多源哈希關聯算法 258
11 3 深度多源哈希算法DCMHN 258
11 3 1 圖像變換機制 259
11 3 2 圖像對訓練策略 260
11 3 3 三元組哈希損失結構 261
11 4 實驗對比及分析 262
11 4 1 SAR-可見光雙模態遙感圖像數據集 262
11 4 2 實驗設置和評估標準 263
11 4 3 DCMHN算法有效性實驗 264
11 4 4 參數分析 267
11 4 5 對比實驗 269
11 5 小結 270
參考文獻 271
第12章 可見光遙感圖像與文本信息關聯 273
12 1 引言 273
12 2 遙感圖像與英文文本跨模態關聯 273
12 2 1 研究基礎 274
12 2 2 基於深度哈希的相似度矩陣輔助遙感圖像跨模態關聯方法 274
12 2 3 實驗對比及分析 278
12 3 遙感圖像與中文文本跨模態關聯 283
12 3 1 研究基礎 285
12 3 2 基於多粒度特徵的遙感圖像跨模態關聯方法 286
12 3 3 實驗對比及分析 290
12 4 小結 294
參考文獻 295
第13章 遙感SAR圖像與AIS信息關聯 297
13 1 引言 297
13 2 研究基礎 298
13 2 1 SAR圖像與AIS信息關聯方法 298
13 2 2 特徵融合 298
13 3 基於深度特徵融合的遙感圖像與AIS信息關聯方法 299
13 3 1 SAR圖像特徵表示 300
13 3 2 AIS信息特徵表示 301
13 3 3 特徵融合設計 302
13 4 實驗對比及分析 304
13 4 1 數據集構建 304
13 4 2 實驗設置 305
13 4 3 對比實驗結果與分析 305
13 4 4 模型簡化實驗 307
13 5 小結 308
參考文獻 308
第14章 遙感圖像與文本間通用跨模態關聯 310
14 1 引言 310
14 2 研究基礎 310
14 2 1 Transformer相關介紹 310
14 2 2 對比學習方法 311
14 3 基於融合對比的遙感圖像跨模態關聯方法 311
14 3 1 遙感圖像視覺特徵表示 313
14 3 2 序列文本特徵表示 314
14 3 3 跨模態信息融合 314
14 3 4 目標函數 315
14 4 實驗對比及分析 317
14 4 1 實驗設置及評價指標 317
14 4 2 對比實驗結果與分析 317
14 4 3 模型有效性驗證實驗 321
14 4 4 關聯檢索結果展示與分析 323
14 5 小結 327
參考文獻 327

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。