注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網(wǎng)絡人工智能信息融合:神經(jīng)網(wǎng)絡-模糊推理理論與應用

信息融合:神經(jīng)網(wǎng)絡-模糊推理理論與應用

信息融合:神經(jīng)網(wǎng)絡-模糊推理理論與應用

定 價:¥26.00

作 者: 權太范著
出版社: 國防工業(yè)出版社
叢編項: 模糊推理理論與應用
標 簽: 暫缺

購買這本書可以去


ISBN: 9787118027860 出版時間: 2002-01-01 包裝: 精裝
開本: 20cm 頁數(shù): 376頁 字數(shù):  

內容簡介

  本書是關于神經(jīng)網(wǎng)絡—模糊推理信息融合的一本專著,全書共分4個部分11章。第一部分(第一章)是概論。第二部分是基礎知識部分,介紹信息融合基本模型(第二章)和基本算法(第三章)。第三部分是專題研究,分7章介紹7個專題:第四章介紹神經(jīng)網(wǎng)狀態(tài)估計和基于神經(jīng)網(wǎng)絡的信息融合;第五章是神經(jīng)網(wǎng)絡—模糊推理融合理論及結構,主要介紹融合的機理、必要性、融合結構和算法;第六章是神經(jīng)—模糊融合控制;第七章是神經(jīng)—模糊目標跟蹤;第八章是多目標多傳感器跟蹤系統(tǒng),第九章是復雜環(huán)境下的信息融合;第十章是多傳感器信息融合演示系統(tǒng)。第四部分是展望(第十一章),給出了未來信息融合技術的研究課題和發(fā)展動向。本書內容新穎,系統(tǒng)性強,理論聯(lián)系實際,適用于從事智能信息處理和控制、信息融合、目標跟蹤研究工作的工程技術人員和研究生閱讀、參考,也可以作為高等院校有關專業(yè)的教學參考書。

作者簡介

暫缺《信息融合:神經(jīng)網(wǎng)絡-模糊推理理論與應用》作者簡介

圖書目錄

第一章信息融合概論
1.1引言
1.2信息融合的基本概念
1.2.1信息融合的3層含義
1.2.2信息融合系統(tǒng)的基本框架
1.2.3信息融合的6個基本特征
1.2.4FAN系統(tǒng)
1.2.5人工智能和神經(jīng)網(wǎng)絡融合系統(tǒng)
1.3典型的信息融合系統(tǒng)
1.3.1多目標多傳感器跟蹤系統(tǒng)
1.3.2神經(jīng)網(wǎng)絡-模糊融合控制
1.4信息融合技術發(fā)展概況
1.4.1融合算法綜述
1.4.2多目標多傳感器跟蹤技術發(fā)展概況
1.4.3信息融合應用概況
后記
第二章信息融合系統(tǒng)的基本模型
2.1引言
2.2信息融合4元素和一般模型
2.3信息融合的功能模型
2.4信息融合的結構模型
2.4.1檢測級融合結構模型
2.4.2跟蹤級融合結構模型
2.4.3屬性級融合結構模型
2.5基于輸入輸出特征的融合模型
2.6系統(tǒng)4種融合模型
2.7信息融合層次模型
后記
第三章信息融合的基本算法
3.1引言
3.2卡爾曼加權融合算法
3.3登普斯特-謝弗證據(jù)方法
3.4航跡融合的分層法
后記
第四章神經(jīng)網(wǎng)絡融合學習與估計
4.1引言
4.2信息融合學習系統(tǒng)
4.2.1學習概念
4.2.2融合學習模型
4.34種學習方法
4.3.1機械學習
4.3.2指導學習
4.3.3實例學習
4.3.4類比學習
4.4神經(jīng)網(wǎng)絡狀態(tài)估計
4.4.1神經(jīng)網(wǎng)絡最小二乘估計
4.4.2基于神經(jīng)網(wǎng)絡的系統(tǒng)參數(shù)辨識方法
4.4.3系統(tǒng)逆問題的神經(jīng)網(wǎng)絡解法
4.5基于M估計的魯棒神經(jīng)網(wǎng)絡
4.5.1魯棒估計的提出
4.5.2魯棒BP神經(jīng)網(wǎng)絡
4.6神經(jīng)網(wǎng)絡泛化能力
4.6.1基本概念
4.6.2概率近似的正確學習
4.6.3提高泛化能力的限制權重方法
后記
第五章神經(jīng)網(wǎng)絡-模糊推理融合理論與結構
5.1引言
5.2神經(jīng)網(wǎng)絡與模糊推理系統(tǒng)的關系
5.2.1神經(jīng)網(wǎng)絡系統(tǒng)與模糊推理系統(tǒng)的相似性
5.2.2神經(jīng)網(wǎng)絡系統(tǒng)與模糊推理系統(tǒng)的差異
5.2.3神經(jīng)網(wǎng)絡與模糊推理技術缺陷
5.2.4發(fā)展概況
5.3神經(jīng)網(wǎng)絡-模糊推理系統(tǒng)的融合機理
5.3.1最佳逼近器與模糊基函數(shù)
5.3.2模糊系統(tǒng)的通用逼近性
5.3.3神經(jīng)網(wǎng)絡與模糊推理系統(tǒng)的等效性
5.4神經(jīng)網(wǎng)絡-模糊推理融合系統(tǒng)的特征
5.4.1融合系統(tǒng)的網(wǎng)絡拓撲結構
5.4.2神經(jīng)網(wǎng)絡系統(tǒng)和模糊推理系統(tǒng)的相似算子
5.4.3神經(jīng)網(wǎng)絡系統(tǒng)和模糊推理系統(tǒng)的映射方式
5.5神經(jīng)網(wǎng)絡-模糊推理融合系統(tǒng)結構
5.5.1NN&FR結構
5.5.2NN→FR類型
5.5.3NN←→FR類型
5.5.4模糊神經(jīng)元結構
5.5.5混合模糊神經(jīng)網(wǎng)絡
5.6神經(jīng)網(wǎng)絡-模糊推理Inter3融合系統(tǒng)
5.6.1NN-FRInter3融合模型
5.6.2NN←→FR型子網(wǎng)絡成分互連方法構造子
網(wǎng)絡
5.6.3功能互補的網(wǎng)絡實現(xiàn)
后記
第六章神經(jīng)網(wǎng)絡-模糊推理融合控制
6.1引言
6.2自適應模糊濾波器
6.2.1知識的模糊集表示
6.2.2遞歸最小二乘自適應模糊濾波器
6.2.3混合推理模糊控制器
6.3神經(jīng)網(wǎng)絡控制器
6.3.1神經(jīng)網(wǎng)絡學習控制
6.3.2神經(jīng)網(wǎng)絡自適應控制
6.3.3神經(jīng)網(wǎng)絡專家控制系統(tǒng)
6.4神經(jīng)網(wǎng)絡-模糊融合控制機理
6.4.1神經(jīng)網(wǎng)絡控制和模糊控制的共同點
6.4.2神經(jīng)網(wǎng)絡-模糊推理融合控制的必要性
6.5神經(jīng)網(wǎng)絡-模糊推理融合控制結構
6.5.1基于神經(jīng)網(wǎng)絡技術的模糊控制器
6.5.2自調整量化因子神經(jīng)模糊控制器
6.5.3自學習.自組織神經(jīng)模糊控制器
6.6基于誤差動態(tài)特性識別器的神經(jīng)網(wǎng)絡-模糊
推理控制
6.6.1系統(tǒng)結構
6.6.2.誤差動態(tài)特性識別器的設計
6.6.3模糊控制器結構設計
6.6.4計算機仿真
6.6.5實驗系統(tǒng)及實驗結果分析
后記
第七章神經(jīng)網(wǎng)絡-模糊推理多目標跟蹤技術
7.1引言
7.2數(shù)據(jù)關聯(lián)問題的Hopfield神經(jīng)網(wǎng)絡解
7.2.1問題的提出
7.2.2旅行商問題
7.2.3JPDA算法
7.2.4數(shù)據(jù)關聯(lián)后驗概率的計算
7.3數(shù)據(jù)關聯(lián)的模糊推理方法
7.3.1問題的提出
7.3.2數(shù)據(jù)關聯(lián)模糊推理方法的基本原理
7.3.3數(shù)據(jù)關聯(lián)模糊推理方法的神經(jīng)網(wǎng)絡實現(xiàn)
7.3.4實驗數(shù)據(jù)處理
7.4數(shù)據(jù)關聯(lián)的模糊基函數(shù)神經(jīng)網(wǎng)絡方法
7.4.1模糊基函數(shù)神經(jīng)網(wǎng)絡
7.4.2正交最小方差學習算法
7.4.3改進的正交最小方差學習算法
7.5自適應神經(jīng)網(wǎng)絡-模糊推理系統(tǒng)
7.5.1ANFIS結構
7.5.2混合學習算法
7.5.3ANFIS通用逼近性
7.5.4ANFIS特點
7.5.5協(xié)動作ANFIS
7.6基于神經(jīng)網(wǎng)絡的學習型模糊跟蹤器
7.6.1學習型模糊跟蹤器結構
7.6.2學習算法
7.6.3仿真
后記
第八章多目標多傳感器跟蹤系統(tǒng)
8.1引言
8.2快速跟蹤系統(tǒng)
8.2.1問題的提出
8.2.2快速關聯(lián)處理
8.2.3降階快速跟蹤系統(tǒng)
8.3僅有角測量系統(tǒng)機動目標魯棒跟蹤算法
8.3.1魯棒跟蹤問題的提出
8.3.2僅有角測量系統(tǒng)的描述
8.3.3勻速目標的3種跟蹤算法
8.3.4機動目標魯棒跟蹤算法
8.3.5僅有角測量系統(tǒng)的魯棒制導規(guī)律
8.4多目標多傳感器跟蹤系統(tǒng)信息融合算法
8.4.1多目標多傳感器關聯(lián)處理最鄰近算法
8.4.2相互作用的多重模型算法
8.4.3神經(jīng)網(wǎng)絡信息融合
8.5多目標多雷達航跡處理和管理
8.5.1點跡數(shù)據(jù)處理
8.5.2航跡數(shù)據(jù)處理
8.5.3航跡編號管理
后記
第九章復雜環(huán)境下的多傳感器信息融合
9.1引言
9.2復雜干擾環(huán)境下的分布式多傳感器檢測
9.2.1復雜干擾環(huán)境下多傳感器系統(tǒng)的
馬爾可夫模型
9.2.2復雜干擾環(huán)境下多傳感器系統(tǒng)的
融合檢測
9.2.3仿真計算與結果分析
9.3僅有角度信息的多傳感器關聯(lián)預處理算法
9.3.1問題的提出
9.3.2角度關聯(lián)的預處理算法
9.3.3仿真計算與結果分析
9.4多傳感器系統(tǒng)沖擊干擾的預處理
9.4.1沖擊干擾的描述
9.4.2奇異信號特征提取
9.4.3奇異信號的Lipschitz指數(shù)檢測方法
9.4.4抑制沖擊干擾的信號恢復
9.4.5仿真計算與結果分析
9.5復雜環(huán)境下ANN-FRIFS
9.5.1問題的提出
9.5.2ANFIS置信度判別器設計
9.5.3ANN-FRIFS算法
9.5.4仿真計算與結果分析
后記
附錄A
第十章多雷達信息融合演示系統(tǒng)
10.1系統(tǒng)組成與指標
10.2系統(tǒng)功能與運行
10.2.1功能與運行環(huán)境
10.2.2運行過程
10.3仿真計算與結果分析
第十一章信息融合系統(tǒng)展望
11.1人工智能-神經(jīng)網(wǎng)絡-模糊推理融合系統(tǒng)
11.1.1信息融合技術的進化發(fā)展
11.1.2研究課題
11.2信息融合作戰(zhàn)系統(tǒng)
11.2.1未來高技術信息戰(zhàn)
11.2.2未來信息融合作戰(zhàn)系統(tǒng)的特色
11.2.3研究課題
11.3多基地雷達預警系統(tǒng)
11.3.1預警探測系統(tǒng)
11.3.2高頻超視距雷達
11.3.3多基地超視距雷達預警系統(tǒng)
11.3.4研究課題
11.4NN-FR智能化多傳感器復合制導技術
11.4.1制導技術的發(fā)展
11.4.2國內外研究概況
11.4.3研究課題
后記
附錄英文縮寫對照表
參考文獻

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.afriseller.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號