新書推薦：
《
蒋百里的一生
》
售價：NT$
352.0
《
AI应用革命（用AI将所有产业重做一遍。覆盖20+行业场景，分析新生玩家生存法则，构建高效商业新模式）
》
售價：NT$
398.0
《
抗日战争：1937—1945
》
售價：NT$
704.0
《
理想国译丛072：欧洲告急：丘吉尔、奥威尔与自由之战
》
售價：NT$
500.0
《
AI风暴：中美博弈与全球新秩序（创新中国书系）
》
售價：NT$
352.0
《
吃对一日三餐 远离阿尔茨海默病
》
售價：NT$
296.0
《
安娜·卡列尼娜 全2册 插图珍藏版
》
售價：NT$
1826.0
《
布鲁克林有棵树（纽约公共图书馆20世纪重要的著作之一）
》
售價：NT$
356.0
|
| 內容簡介： |
|
本书聚焦于复杂信息环境（信息海量、模糊、冲突、不确定、缺损等）下，智能信息融合处理的最新发展趋势与研究方向，总结创新成果，将人工智能运用到信息融合技术中。本书除了理论讲解，更注重人工智能在具体场景中的落地应用。本书采用机器学习、深度学习等人工智能技术，围绕信息融合中的多源信息关联、目标跟踪、目标识别等核心关键问题，应用在中断航迹智能关联、多源航迹智能关联、跨域信息统一表示、跨域信息关联、目标智能跟踪、目标智能滤波、基于航行大数据的目标识别等方面，可为实际工程应用提供重要技术支撑。
|
| 關於作者： |
|
副教授，主要研究方向包括雷达数据处理、多源信息融合和人工智能交叉应用等。获国家自然科学基金青年基金资助，入选中国科协青年人才托举工程，获中国航空学会科技进步二等奖2项、省部级科技进步二等奖2项。发表学术论文42篇，其中SCI 18篇、EI 21篇，获授权国家发明专利13项、登记软件著作权3项、出版专著2部、译著1部，协助指导硕博研究生12名，其中1名山东省优秀博士学位论文获得者、1名中国航空学会优秀硕士论文获得者。
|
| 目錄：
|
目录
第1章 概述1
1.1 引言1
1.2 目标跟踪的研究历程2
1.3 目标识别的研究历程11
1.4 目标跟踪与识别的主要挑战13
1.5 人工智能时代下的发展新机遇16
1.6 本书的范围和概貌21
参考文献24
第2章 人工智能基础26
2.1 引言26
2.2 机器学习基础26
2.2.1 定义与历程26
2.2.2 分类与术语28
2.3 机器学习步骤30
2.3.1 数据集构建30
2.3.2 模型选择30
2.3.3 模型训练31
2.3.4 模型运用33
2.4 机器学习典型算法33
2.4.1 感知机33
2.4.2 支持向量机35
2.4.3 神经网络38
2.4.4 集成学习38
2.5 深度学习42
2.5.1 概述42
2.5.2 卷积神经网络42
2.5.3 循环神经网络44
2.5.4 图神经网络46
2.5.5 生成对抗网络47
2.5.6 扩散模型47
2.5.7 Transformer模型50
2.5.8 网络优化与正则化53
2.5.9 迁移学习54
2.5.10 注意力机制54
2.5.11 神经网络的可视化54
2.6 强化学习55
2.6.1 概述55
2.6.2 基本术语55
2.6.3 Q-Learning算法56
2.6.4 策略梯度算法57
2.6.5 演员-评论家算法58
2.7 小结59
参考文献59
第3章 结合式智能滤波方法61
3.1 引言61
3.2 目标跟踪的基础理论和模型62
3.2.1 状态空间模型62
3.2.2 贝叶斯滤波器63
3.3 Kalman和深度学习混合驱动的目标跟踪算法64
3.3.1 Kalman滤波器64
3.3.2 端到端学习的推导65
3.3.3 端到端学习的循环Kalman目标跟踪算法69
3.3.4 数据集生成与算法训练71
3.3.5 仿真实验与结果分析74
3.4 IMM和深度学习混合驱动的目标跟踪算法81
3.4.1 IMM算法81
3.4.2 端到端学习的自适应IMM算法原理82
3.4.3 数据集生成与算法训练85
3.4.4 仿真实验与结果分析86
3.5 算法性能综合对比分析92
3.6 小结96
参考文献96
第4章 替换式智能滤波方法99
4.1 引言99
4.2 基于神经微分方程的单模型混合驱动目标跟踪算法100
4.2.1 目标运动的随机微分方程100
4.2.2 单模型混合驱动目标跟踪算法101
4.2.3 数据集生成与算法训练105
4.2.4 仿真实验与结果分析106
4.3 基于神经微分方程的多模型混合驱动目标跟踪算法113
4.3.1 单模型混合驱动目标跟踪算法的专一性113
4.3.2 算法结构设计与训练115
4.3.3 仿真实验与结果分析116
4.4 算法性能综合对比分析121
4.5 小结124
参考文献124
第5章 重构式智能滤波方法126
5.1 引言126
5.2 典型滤波计算结构分析126
5.2.1 - 滤波计算结构分析126
5.2.2 Kalman滤波计算结构分析127
5.3 重构式智能滤波129
5.3.1 典型神经网络结构129
5.3.2 重构式智能滤波网络结构设计131
5.3.3 重构式智能滤波网络简单实现132
5.4 实验验证133
5.4.1 仿真设置133
5.4.2 仿真结果135
5.5 小结141
参考文献142
第6章 基于强化学习的数据智能关联方法143
6.1 引言143
6.2 网络集成学习的数据关联网络架构143
6.2.1 模型组成144
6.2.2 USMA网络架构146
6.2.3 训练网络与测试网络149
6.2.4 仿真实验与结果分析151
6.3 基于LSTM-RL网络的数据关联网络架构161
6.3.1 网络架构162
6.3.2 智能体设计162
6.3.3 动作选择164
6.3.4 奖励函数的定义165
6.3.5 自适应调整机制166
6.3.6 仿真实验与结果分析167
6.4 小结174
参考文献174
第7章 端到端目标智能跟踪方法177
7.1 引言177
7.2 问题描述与算法分析178
7.2.1 多目标跟踪问题描述178
7.2.2 关联类目标跟踪框架179
7.2.3 数据关联与跟踪滤波179
7.2.4 DeepSTT网络设计原则181
7.3 DeepSTT-B网络设计182
7.3.1 DeepSTT-B网络182
7.3.2 DeepSTT网络184
7.3.3 跟踪实现185
7.4 实验验证187
7.4.1 仿真设置187
7.4.2 仿真结果188
7.5 小结194
参考文献195
第8章 无人艇平台视频多目标跟踪197
8.1 引言197
8.2 现有研究基础197
8.2.1 基于检测的视频多目标跟踪197
8.2.2 SORT算法198
8.2.3 SIFT图像配准与RANSAC算法200
8.3 无人艇视频多目标跟踪改进算法201
8.3.1 基于图像配准的运动补偿算法S-R补偿201
8.3.2 引入加速度参数的Kalman滤波203
8.3.3 多级级联匹配205
8.4 实验对比及分析206
8.4.1 数据集构建206
8.4.2 评估指标207
8.4.3 消融实验208
8.4.4 算法改进前后跟踪结果可视化分析208
8.4.5 与其他SOTA算法的对比及分析211
8.5 小结213
参考文献213
第9章 航行特征机器学习目标识别方法215
9.1 引言215
9.2 航迹特征建模216
9.2.1 平均航速216
9.2.2 最大航速216
9.2.3 高速航行比例216
9.2.4 低速航行比例217
9.2.5 加速机动因子217
9.2.6 航向累计变化量217
9.2.7 转向机动因子218
9.3 航迹数据集构建219
9.3.1 AIS数据219
9.3.2 数据集构建流程221
9.3.3 数据分析224
9.4 分类器设计225
9.5 实验对比及分析225
9.5.1 特征量筛选225
9.5.2 特征可视化分析226
9.5.3 实验结果226
9.6 小结228
参考文献228
第10章 航行特征深度学习目标识别方法231
10.1 引言231
10.2 基于贝叶斯-Transformer神经网络模型的目标识别方法231
10.2.1 贝叶斯-Transformer神经网络模型231
10.2.2 实验对比及分析235
10.2.3 本节小结241
10.3 融合情境信息的海面目标识别方法242
10.3.1 情境信息建模242
10.3.2 基于情境增强的航迹识别方法246
10.3.3 实验对比及分析247
10.3.4 本节小结253
10.4 小结253
参考文献254
第11章 可见光遥感图像与SAR图像关联256
11.1 引言256
11.2 研究基础257
11.2.1 SAR图像关联学习算法257
11.2.2 有监督多源哈希关联算法258
11.3 深度多源哈希算法DCMHN258
11.3.1 图像变换机制259
11.3.2 图像对训练策略260
11.3.3 三元组哈希损失结构261
11.4 实验对比及分析262
11.4.1 SAR-可见光双模态遥感图像数据集262
11.4.2 实验设置和评估标准263
11.4.3 DCMHN算法有效性实验264
11.4.4 参数分析267
11.4.5 对比实验269
11.5 小结270
参考文献271
第12章 可见光遥感图像与文本信息关联273
12.1 引言273
12.2 遥感图像与英文文本跨模态关联273
12.2.1 研究基础274
12.2.2 基于深度哈希的相似度矩阵辅助遥感图像跨模态关联方法274
12.2.3 实验对比及分析278
12.3 遥感图像与中文文本跨模态关联283
12.3.1 研究基础285
12.3.2 基于多粒度特征的遥感图像跨模态关联方法286
12.3.3 实验对比及分析290
12.4 小结294
参考文献295
第13章 遥感SAR图像与AIS信息关联297
13.1 引言297
13.2 研究基础298
13.2.1 SAR图像与AIS信息关联方法298
13.2.2 特征融合298
13.3 基于深度特征融合的遥感图像与AIS信息关联方法299
13.3.1 SAR图像特征表示300
13.3.2 AIS信息特征表示301
13.3.3 特征融合设计302
13.4 实验对比及分析304
13.4.1 数据集构建304
13.4.2 实验设置305
13.4.3 对比实验结果与分析305
13.4.4 模型简化实验307
13.5 小结308
参考文献308
第14章 遥感图像与文本间通用跨模态关联310
14.1 引言310
14.2 研究基础310
14.2.1 Transformer相关介绍310
14.2.2 对比学习方法311
14.3 基于融合对比的遥感图像跨模态关联方法311
14.3.1 遥感图像视觉特征表示313
14.3.2 序列文本特征表示314
14.3.3 跨模态信息融合314
14.3.4 目标函数315
14.4 实验对比及分析317
14.4.1 实验设置及评价指标317
14.4.2 对比实验结果与分析317
14.4.3 模型有效性验证实验321
14.4.4 关联检索结果展示与分析323
14.5 小结327
参考文献327
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
