<strike id="m2wmc"></strike>

<strike id="m2wmc"></strike>

<ul id="m2wmc"></ul>

注冊 | 登錄讀書好，好讀書，讀好書！

當前位置：首頁出版圖書科學技術(shù)計算機/網(wǎng)絡(luò)網(wǎng)絡(luò)與數(shù)據(jù)通信分布式網(wǎng)絡(luò)化系統(tǒng)信息融合

分布式網(wǎng)絡(luò)化系統(tǒng)信息融合

定　價：￥39.00

作　者：	暫缺
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302507819	出版時間：	2018-11-01	包裝：
開本：		頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　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)方差實現(xiàn)信息交互。進而，提出基于估計的線性時滯補償策略，重組帶有時間戳的測量序列。1后，仿真結(jié)果驗證了所提方案有效性，進而提高系統(tǒng)的可靠性和定位精度

作者簡介

　　劉莉，女，工學博士，于上海大學機電工程與自動化學院獲得工學博士學位，現(xiàn)任魯東大學信息與電氣工程學院講師。主要研究方向包括信息融合、機器視覺、目標定位與跟蹤等。作為項目主持人或主要技術(shù)負責人參與完成項目5項，包括國家自然科學基金項目、上海市科委項目、山東省自然科學基金項目等。先后在《Neurocomputing》、《IEEE/CAA Journal of Automatica Sinica》、《Advances in Manufacturing》、《儀器儀表學報》等期刊及各類國際學術(shù)會議上發(fā)表論文SCI、EI收錄十余篇。主編《C#程序設(shè)計教程》、《C語言程序設(shè)計》、《軟件工程》等教材，在《計算機教育》期刊上發(fā)表教學改革論文4篇，參與省級精品課程《數(shù)據(jù)庫原理》的建設(shè)。先后講授《C#程序設(shè)計》、《Windows程序設(shè)計》、《ASP.NET程序設(shè)計》、《大型數(shù)據(jù)庫技術(shù)》、《軟件工程》、《高級語言程序設(shè)計》、《程序設(shè)計基礎(chǔ)》、《常用軟件》等課程

圖書目錄

目錄 \n
第1章緒論11.1研究背景1 \n
1.2相關(guān)領(lǐng)域的國內(nèi)外研究進展與現(xiàn)狀3 \n
1.2.1分布式系統(tǒng)測量方法3 \n
1.2.2目標定位方法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研究內(nèi)容12 \n
1.3.2本書特色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水平集方法預備知識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)行過程32 \n
2.4方法實施和實驗探討32 \n
2.4.1實驗結(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47 \n
3.3.5算法執(zhí)行步驟49 \n
3.4實驗驗證49 \n
3.4.1實驗一： MEMS加速度計數(shù)據(jù)集50 \n
3.4.2實驗二：復雜圖像數(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58 \n
4.1引言58 \n
4.2最優(yōu)估計理論和問題描述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65 \n
4.4數(shù)值驗證72 \n
4.5本章小節(jié)77 \n
第5章隨機不確定系統(tǒng)的建模與濾波78 \n
5.1引言78 \n
5.2問題闡述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魯棒有限時域濾波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問題描述和分析105 \n
6.3.1基于信號選擇方案的系統(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估計協(xié)方差的上界110 \n
6.4.3隨機延遲的線性補償111 \n
6.4.4分布式加權(quán)融合估計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136 \n
\n