编辑推荐
本书包含多粒度信息融合的数学基础、主要进展、典型应用等内容。
内容简介
本书讲述了多粒度信息融合的基本概念以及多粒度信息融合理论赖以发展的基础理论，如Dempster-Shafer证据理论、Dezert-Smarandache理论、粗糙集理论、模糊集理论等；介绍了同/异鉴别框架下多粒度信息融合方法、犹豫模糊信度下的多粒度信息融合方法和多粒度信息折扣融合方法；给出了典型算例详尽的融合流程，以及多粒度信息融合的典型应用，如多粒度行为识别等内容。
全书理论体系完整，应用案例取舍适当。本书可供从事多粒度信息融合理论研究和工程应用的专业技术人员参考，也可作为高等院校相关专业本科高年级学生、研究生的参考书。
作者简介
作者李新德，博士，东南大学教授，博士生导师，俄罗斯自然科学院外籍院士，科学中国人封面人物，中国人工智能学会智能机器人专委会副主任委员，中国人工智能学会智能产品与产业工作委员会副主任委员等。主要研究方向：机器视觉、机器感知、智能机器人、人机交互、无人系统等。
章节目录
版权信息
内容简介
“信息融合技术丛书”编委会名单
丛书序
前言
第1章 绪论
1.1 经典多源信息融合概述
1.2 多粒度信息融合概述
1.3 本书知识体系
1.4 本章小结
参考文献
第2章 基础理论
2.1 Dempster-Shafer证据理论
2.2 Dezert-Smarandache理论
2.3 粗糙集理论
2.4 模糊集理论
2.5 本章小结
参考文献
第3章 同鉴别框架下多粒度信息融合方法
3.1 引言
3.2 单子焦元融合策略
3.3 复合焦元融合策略
3.4 本章小结
参考文献
第4章 异鉴别框架下多粒度信息融合方法
4.1 引言
4.2 基于等价关系的融合方法
4.3 基于层次关系的融合方法
4.4 本章小结
参考文献
第5章 犹豫模糊信度融合方法
5.1 引言
5.2 单值犹豫模糊信度融合方法
5.3 区间犹豫模糊信度融合方法
5.4 本章小结
参考文献
第6章 多粒度信息折扣融合方法
6.1 引言
6.2 证据可靠性度量
6.3 折扣融合方法
6.4 仿真分析
6.5 本章小结
参考文献
第7章 多粒度信息融合应用研究
7.1 引言
7.2 同鉴别框架下基于多粒度信息融合的行为识别
7.3 异鉴别框架下基于多粒度信息融合的行为识别
7.4 基于犹豫模糊信度融合的行为识别
7.5 基于多粒度信息折扣融合的行为识别
7.6 本章小结
参考文献
彩色插图
多粒度信息融合与应用是2024年由电子工业出版社出版,作者李新德。
得书感谢您对《多粒度信息融合与应用》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
