中图网

>

数据库

>

数据仓库与数据挖掘

多源数据融合和传感器管理

作者：罗俊海、王章静

出版社：清华大学出版社出版时间：2015-09-01

开本： 16开 页数： 378

本类榜单：计算机/网络销量榜

中图价:¥42.5(7.2折) 定价 ~~¥59.0~~ 登录后可看到会员价

暂时缺货收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥42.5 暂时缺货

版权信息
本书特色
内容简介
目录
作者简介

多源数据融合和传感器管理版权信息

ISBN：9787302390183
条形码：9787302390183 ; 978-7-302-39018-3
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
数据库
>
数据仓库与数据挖掘

多源数据融合和传感器管理本书特色

　　罗俊海、王章静编著的《多源数据融合和传感器管理》是关于信息融合理论、应用和传感器管理的一部教材。本书基于编者的研究工作，并借鉴国内外其他学者的成果，力图较全面、系统地讲解信息融合理论、应用、传感器管理以及发展与*新研究成果，特别是在异构、多源、动态、非理想信道、稀疏、错误容忍环境下。全书共25章，分为五个部分。**部分研究现状，包括多源数据融合概述、信息融合的原理和级别、多源传感器数据融合算法、多传感分布检测、传感器管理、探讨和备注；第二部分数学理论基础，包括bayes方法、模糊集理论、粗糙集理论、monte carlo理论、dempster-shafer理论、估计理论和滤波器理论；第三部分多源数据融合算法，包括bayes 决策、正态分布时的统计决策、*大*小决策、神经网络、支持向量机和bayes网络；第四部分多源数据融合应用，包括分布式检测和融合、目标追踪的高效管理策略、数据融合的系统校准、目标跟踪策略算法与数据融合、像素与特征的图像融合；第五部分是多传感器管理。本书可作为信息工程、信息融合、模式识别、机器学习、人工智能、数据分析、军事决策和电子对抗等专业的本科生和研究生教材，也可供上述相关领域的科技人员阅读和参考，还可以供雷达、声呐、激光、红外、机器人、导航、交通、医学、物联网、泛在网、cps、遥感、遥测、定位等领域的科技工作者参考学习。

多源数据融合和传感器管理内容简介

本书是关于信息融合理论、应用和传感器管理的一部教材。本书基于编者的研究工作，并借鉴国内外其他学者的成果，力图较全面、系统地讲解信息融合理论、应用、传感器管理以及发展与*新研究成果，特别是在异构、多源、动态、非理想信道、稀疏、错误容忍环境下。全书共25章，分为五个部分。**部分研究现状，包括多源数据融合概述、信息融合的原理和级别、多源传感器数据融合算法、多传感分布检测、传感器管理、探讨和备注；第二部分数学理论基础，包括Bayes方法、模糊集理论、粗糙集理论、Monte Carlo理论、DempsterShafer理论、估计理论和滤波器理论；第三部分多源数据融合算法，包括Bayes决策、正态分布时的统计决策、*大*小决策、神经网络、支持向量机和Bayes网络；第四部分多源数据融合应用，包括分布式检测和融合、目标追踪的高效管理策略、数据融合的系统校准、目标跟踪策略算法与数据融合、像素与特征的图像融合；第五部分是多传感器管理。本书可作为信息工程、信息融合、模式识别、机器学习、人工智能、数据分析、军事决策和电子对抗等专业的本科生和研究生教材，也可供上述相关领域的科技人员阅读和参考，还可以供雷达、声呐、激光、红外、机器人、导航、交通、医学、物联网、泛在网、CPS、遥感、遥测、定位等领域的科技工作者参考学习。

多源数据融合和传感器管理目录

**部分研究现状第1章多源数据融合概述第2章信息融合的原理和级别第3章多传感器数据融合算法第4章多传感分布检测第5章传感器管理第6章数据融合的现状和趋势第二部分数学理论基础第7章 bayes方法第8章模糊集理论第9章粗糙集理论第10章 montecarlo理论第11章 dempstershafer证据理论第12章估计理论第13章滤波器理论第三部分多源数据融合算法第14章 bayes决策第15章正态分布时的统计决策第16章 *大*小决策第17章神经网络第18章支持向量机第19章 bayes网络第四部分多源数据融合应用第20章分布式检测和融合第21章分布式目标追踪的高效管理策略第22章数据融合的系统校准第23章目标跟踪策略算法与数据融合第24章像素与特征的图像融合第五部分多传感器管理第25章信息融合中的多传感器管理：问题与方法参考文献

展开全部

多源数据融合和传感器管理作者简介

罗俊海，博士后、副教授，硕士生导师、加拿大McGill大学访问学者、IEEE和ACM会员、CCF高级会员、中国电子协会高级会员。成都市高新区高级人才、四川省和成都市物联网产业联盟讲师、行业技术学科带头人、成都市人才计划、四川省学术后备人选，成都市特聘专家、四川省专家库成员。获得四川省科技进步二等奖一项，南京江宁区科技进步三等奖一项。起草和参与成都市“十二五电子信息产业规划”、“成都市物联网产业发展规划”、CCSA和WGSN多项标准。在国内外高水平期刊、会议上发表三十余篇学术论文，其中SCI、EI检索二十篇，申请国家专利二十三篇，其中授权九项，申请PCT专利一项（基于覆盖保持和zui小生成树的无线移动网络数据传输方法）。被邀请学术任职五项，被邀请学术报告五次，标准制定五项。主持或参与多项国家“863”、国际自然科学基金、总装预研基金、四川国际合作项目等纵向项目和多项横向项目。IEEE Transactions on Wireless Communications、Computer Networks、IEEE Communications Surveys & Tutorials、Sensors等期刊审稿人和多个国际学术会议TPC成员。长期从事嵌入式系统开发和无线通信网络研究，有多项成果实现产业化。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐