您好,欢迎来到聚文网。 登录 免费注册
目标智能跟踪与识别

目标智能跟踪与识别

  • 字数: 490
  • 出版社: 电子工业
  • 作者: 编者:崔亚奇//熊伟//彭煊//唐田田|总主编:王金龙//何友//崔铁军//祝宁华
  • 商品条码: 9787121495267
  • 适读年龄: 12+
  • 版次: 1
  • 开本: 16开
  • 页数: 399
  • 出版年份: 2025
  • 印次: 1
定价:¥138 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
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。
目录
第1章 概述 1.1 引言 1.2 目标跟踪的研究历程 1.3 目标识别的研究历程 1.4 目标跟踪与识别的主要挑战 1.5 人工智能时代下的发展新机遇 1.6 本书的范围和概貌 参考文献 第2章 人工智能基础 2.1 引言 2.2 机器学习基础 2.2.1 定义与历程 2.2.2 分类与术语 2.3 机器学习步骤 2.3.1 数据集构建 2.3.2 模型选择 2.3.3 模型训练 2.3.4 模型运用 2.4 机器学习典型算法 2.4.1 感知机 2.4.2 支持向量机 2.4.3 神经网络 2.4.4 集成学习 2.5 深度学习 2.5.1 概述 2.5.2 卷积神经网络 2.5.3 循环神经网络 2.5.4 图神经网络 2.5.5 生成对抗网络 2.5.6 扩散模型 2.5.7 Transformer模型 2.5.8 网络优化与正则化 2.5.9 迁移学习 2.5.10 注意力机制 2.5.11 神经网络的可视化 2.6 强化学习 2.6.1 概述 2.6.2 基本术语 2.6.3 Q-Learning算法 2.6.4 策略梯度算法 2.6.5 演员-评论家算法 2.7 小结 参考文献 第3章 结合式智能滤波方法 3.1 引言 3.2 目标跟踪的基础理论和模型 3.2.1 状态空间模型 3.2.2 贝叶斯滤波器 3.3 Kalman和深度学习混合驱动的目标跟踪算法 3.3.1 Kalman滤波器

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网