<ul id="k2e0q"></ul>

<strike id="k2e0q"></strike>

<fieldset id="k2e0q"></fieldset>

<ul id="k2e0q"></ul><ul id="k2e0q"></ul>

注冊(cè) | 登錄讀書好，好讀書，讀好書！

當(dāng)前位置：首頁(yè)出版圖書科學(xué)技術(shù)交通運(yùn)輸公路運(yùn)輸深度學(xué)習(xí)的駕駛意圖識(shí)別

深度學(xué)習(xí)的駕駛意圖識(shí)別

定　價(jià)：￥88.00

作　者：	李敏，劉碧龍著
出版社：	化學(xué)工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

京東 (￥74.80)

ISBN：	9787122386670	出版時(shí)間：	2021-05-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	173	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《深度學(xué)習(xí)的駕駛意圖識(shí)別》主要介紹了Python基礎(chǔ)知識(shí)、信號(hào)處理技術(shù)、機(jī)器學(xué)習(xí)基礎(chǔ)、深度學(xué)習(xí)的駕駛意圖識(shí)別、駕駛意圖人機(jī)融合。書中運(yùn)用小波理論、小波包理論、主成分分析法等對(duì)信號(hào)進(jìn)行處理，并通過(guò)Python實(shí)現(xiàn)；介紹了深度學(xué)習(xí)模型循環(huán)神經(jīng)網(wǎng)絡(luò)、LSTM模型；同時(shí)還介紹了輸入腦電信號(hào)對(duì)駕駛意圖識(shí)別的試驗(yàn)，識(shí)別后的駕駛意圖可運(yùn)用到自動(dòng)駕駛領(lǐng)域，輔助保障行車安全。本書可幫助讀者更好地理解基于信號(hào)技術(shù)的深度學(xué)習(xí)的駕駛意圖識(shí)別，更深入地理解并掌握人機(jī)融合的駕駛技術(shù)原理。本書可供信號(hào)處理、車輛工程、交通工程等領(lǐng)域的技術(shù)人員、編程人員閱讀，也可供相關(guān)專業(yè)的師生學(xué)習(xí)參考。

作者簡(jiǎn)介

暫缺《深度學(xué)習(xí)的駕駛意圖識(shí)別》作者簡(jiǎn)介

圖書目錄

第1章　緒論　1
1.1　駕駛意圖識(shí)別概述2
1.2　駕駛意圖識(shí)別研究現(xiàn)狀2
1.3　深度學(xué)習(xí)概述5

第2章　Python基礎(chǔ)知識(shí)　8
2.1　變量和簡(jiǎn)單數(shù)據(jù)類型9
2.2　數(shù)字11
2.3　列表12
2.4　列表切片15
2.5　if語(yǔ)句16
2.6　字典17
2.7　while循環(huán)20
2.8　函數(shù)23
2.9　數(shù)據(jù)可視化25
2.10　數(shù)據(jù)的統(tǒng)計(jì)學(xué)特征30
2.11　代數(shù)和符號(hào)數(shù)學(xué)問(wèn)題34

第3章　信號(hào)處理基礎(chǔ)　37
3.1　信號(hào)的定義及應(yīng)用38
3.2　信號(hào)的分類39
3.3　連續(xù)時(shí)間信號(hào)的頻域分析44

第4章　機(jī)器學(xué)習(xí)基礎(chǔ)　62
4.1　矩陣的基本知識(shí)63
4.2　腦電信號(hào)的數(shù)據(jù)處理66
4.3　樹和隨機(jī)森林算法67
4.4　KNN算法69
4.5　貝葉斯理論70
4.6　支持向量機(jī)72
4.7　神經(jīng)網(wǎng)絡(luò)原理77
4.8　神經(jīng)網(wǎng)絡(luò)Python基礎(chǔ)83

第5章　深度學(xué)習(xí)的駕駛意圖識(shí)別　93
5.1　腦電信號(hào)概述94
5.2　試驗(yàn)方案設(shè)計(jì)98
5.3　駕駛行為與駕駛意圖105
5.4　深度學(xué)習(xí)111

第6章　駕駛意圖人機(jī)融合　124
6.1　腦機(jī)接口與CAN總線系統(tǒng)的整體設(shè)計(jì)125
6.2　腦-機(jī)接口與CAN總線系統(tǒng)的模塊化設(shè)計(jì)128
6.3　數(shù)據(jù)采集系統(tǒng)136

附錄　LSTM模型識(shí)別案例代碼　146

參考文獻(xiàn)　164