太空智能推演技術 楊海濤 9787515922843 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國宇航
物品所在地：中國大陸
原出版社：中國宇航
NT$623
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202309*若逾兩年請先於私訊洽詢存貨情況，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：太空智能推演技術 ISBN：9787515922843 出版社：中國宇航 著編譯者：楊海濤 頁數：230 所在地：中國大陸 *此為代購商品 書號：1644539 可大量預訂，請先連絡。 內容簡介 儘管世界各國發展智能推演模擬系統的勢頭如火如茶，但太空應用與智能推演的結合尚不成熟。本書在結合遞歸神經網路、卷積神經網路、長短時記憶神經網路等現階段深度學習多種演算法模型的基礎上，從軌道智能預報、太空態勢呈現、聚集態勢認知、智能序列規劃、智能機動規劃五大方面，詳細闡述太空應用與智能推演結合的相關技術與演算法實例，在帶領讀者認識太空智能推演發展現狀的同時，為讀者深入學習並研究太空智能推演技術提供必要的知識儲備與演算法基礎。目錄 第1章 軌道智能預報技術1 1 軌道預報技術概述 1 1 1 天基節點軌道預報技術現狀 1 1 2 軌道數學模型分析 1 2 深度神經網路發展現狀 1 2 1 遞歸神經網路 1 2 2 長短時記憶神經網路 1 3 太空信息網路天基節點軌道預報模型優化 1 3 1 長短時記憶神經網路預報基本思路 1 3 2 長短時記憶神經網路預報模型優化 1 3 3 長短時記憶神經網路天基節點軌道預報流程 1 3 4 天基節點軌道預報實驗分析 1 4 太空信息網路天基節點軌道預報評估框架 1 4 1 天基節點預報評估框架 1 4 2 天基節點軌道預報對比評估標準 1 4 3 長短時記憶神經網路改進前後對比評估 1 4 4 數學模型與神經網路預報對比評估 1 4 5 預報誤差置信度評估 參考文獻 第2章 太空態勢呈現技術 2 1 太空態勢呈現技術概述 2 1 1 天基節點態勢呈現技術現狀 2 1 2 卷積神經網路 2 1 3 裸眼三維呈現基本方法 2 2 基於卷積神經網路的裸眼三維視差圖生成模型 2 2 1 模型構建 2 2 2 選擇層重構原理 2 3 裸眼三維成像效果分析 2 3 1 模型計算設置 2 3 2 定量分析 2 3 3 定性分析 參考文獻 第3章 聚集態勢認知技術 3 1 聚集態勢認知技術基礎 3 1 1 傳統視頻群體異常行為識別的研究現狀 3 1 2 基於深度學習的視頻行為識別研究現狀 3 2 戰場聚集行為智能識別 3 2 1 戰場聚集行為特性分析 3 2 2 基於深度學習的戰場聚集態勢認知模型 3 3 基於多尺度特徵融合的戰場聚集態勢認知方法 3 3 1 戰場聚集態勢認知概述 3 3 2 基於多尺度特徵融合的三維卷積神經網路 3 3 3 作戰目標聚集行為數據集構建與防止過擬合策略 3 3 4 實驗與分析 3 4 輕量化戰場聚集態勢認知方法 3 4 1 高效率深度學習模型 3 4 2 輕量化聚集態勢認知演算法 3 4 3 實驗與結果分析 3 4 4 面向作戰模擬系統的戰場聚集行為實時識別平台的實現 參考文獻 第4章 智能序列規劃演算法 4 1 智能序列規劃概述 4 1 1 多智能體序列決策研究現狀 4 1 2 馬爾可夫決策理論 4 2 基本概念及作戰模擬系統智能化分析 4 2 1 基本概念 4 2 2 任務級作戰模擬系統智能化分析 4 2 3 模擬裝備實體的行為策略自動生成 4 3 基於模型的多智能體離線規劃演算法 4 3 1 理論基礎 4 3 2 蒙特卡洛Q值函數 4 3 3 QMc的收斂性證明 4 3 4 基於QMc的離線規劃演算法 4 4 基於模型的多智能體在線分散式規劃演算法 4 4 1 理論基礎 4 4 2 分散式蒙特卡洛樹搜索方法 4 4 3 演算法複雜度分析 4 4 4 演算法性能比較 4 5 無模型的深度多智能體強化學習演算法 4 5 1 深度多智能體強化學習的幾個難點問題 4 5 2 深度多智能體強化學習演算法 4 5 3 基準測試環境和超參數設置 4 5 4 演算法性能分析 參考文獻 第5章 智能機動規劃技術 5 1 智能機動規劃技術概述 5 1 1 發展背景及意義 5 1 2 研究現狀 5 2 基於深度強化學習的作戰模擬實體決策框架 5 2 1 基本概念 5 2 2 作戰模擬實體決策行為框架 5 2 3 基於深度強化學習的作戰模擬實體決策過程構建 5 3 融合監督學習機制的深度強化學習演算法 5 3 1 相關理論 5 3 2 基於值函數的監督式強化學習 5 3 3 演算法實驗驗證及分析 5 4 基於深度強化學習的雙網路機動決策演算法 5 4 1 問題描述 5 4 2 模擬實體建模 5 4 3 雙網路機動決策演算法 5 4 4 演算法實驗驗證及分析 5 5 基於參數傳遞的多智能體深度強化學習演算法 5 5 1 相關理論 5 5 2 多智能體深度強化學習中的主要問題 5 5 3 基於參數傳遞的多智能體深度確定性策略梯度演算法 5 5 4 演算法實驗驗證及分析 5 6 深度強化學習演算法應用實例分析 5 6 1 智能演算法與模擬平台聯結方案 5 6 2 作戰想定設計及相關參數設置 5 6 3 模擬實驗及結果分析 參考文獻 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
