了得網研究生_D-S證據理論信息建模與應用

商品搜索

类别：

关键字：

商品分类

D-S證據理論信息建模與應用
該商品所屬分類：研究生 -> 理學
【市場價】	939-1360元
【優惠價】	587-850元
【作者】	蔣雯鄧鑫洋
【所屬類別】	圖書教材研究生/本科/專科教材理學
【出版社】	科學出版社
【ISBN】	9787030568755
【折扣說明】	一次購物滿999元台幣免運費+贈品一次購物滿2000元台幣95折+免運費+贈品一次購物滿3000元台幣92折+免運費+贈品一次購物滿4000元台幣88折+免運費+贈品
【本期贈品】	①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾

版本	正版全新電子版PDF檔
您已选择：	正版全新
溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。 . 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。 . 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。

內容介紹

開本：16開

包裝：平裝膠訂

是否套裝：否

國際標準書號ISBN：9787030568755

作者：蔣雯,鄧鑫洋

出版社：科學出版社

出版時間：2020年04月

編輯推薦

人工智能

內容簡介

《D-S證據理論信息建模與應用》以D-S證據理論應用中的關鍵問題研究為主線，研討了D-S證據理論領域有關證據生成、衝突處理和決策等方面的經典研究成果，並介紹了不確定環境下基於證據理論的信息融合應用實例。《D-S證據理論信息建模與應用》共7章。第1章綜述了證據理論的基本概念、存在的關鍵問題、研究現狀以及主要應用領域等；第2～6章分別針對證據理論在實際應用中所存在的不確定信息建模、證據衝突度量、衝突證據融合、信度決策及計算復雜度等幾個關鍵問題展開研究，並介紹了國內外一些相關的代表性工作。第7章給出了證據理論的兩個典型應用案例，分別是故障診斷及多光譜圖像弱小目標跟蹤，展示了如何應用證據理論來解決實際工程問題。

目錄
第1章緒論 1
1.1 信息融合 1
1.1.1 信息融合概述 1
1.1.2 信息融合模型 4
1.1.3 信息融合中信息的特性 5
1.1.4 多源信息融合方法介紹 6
1.1.5 信息融合的應用 7
1.2 D-S證據理論 8
1.2.1 證據理論基本概念 9
1.2.2 Dempster組合規則 10
1.2.3 證據理論融合框架 12
1.2.4 證據理論關鍵問題 13
1.3 證據理論研究現狀 14
1.4 證據理論應用概述 16
1.5 本章小結 17
第2章基於證據理論的不確定信息建模 18
2.1 引言 18
2.2 現有的BPA生成方法 18
2.3 基於三角模糊數的BPA生成方法 19
2.3.1 模糊集理論 19
2.3.2 基於三角模糊數的BPA生成過程 21
2.3.3 算例分析 27
2.4 基於高斯分布的BPA生成方法 29
2.4.1 基於高斯分布的BPA生成過程 29
2.4.2 算例分析 32
2.5 基於可靠組BPA生成方法 35
2.5.1 預備知識 35
2.5.2 基於可靠組BPA生成過程 36
2.5.3 算例分析 42
2.6 本章小結 47
第3章證據理論中的衝突 48
3.1 引言 48
3.2 證據組合中的衝突悖論 49
3.2.1 證據衝突 49
3.2.2 證據衝突產生的原因 51
3.2.3 證據衝突產生的影響 52
3.3 證據衝突表示方法概述 53
3.3.1 衝突繫數k 53
3.3.2 Jousse1me證據距離 55
3.3.3 Pignistic概率距離組衝突表示方法 57
3.4 基於證據關聯繫數的衝突度量 60
3.4.1 證據關聯繫數 60
3.4.2 證據關聯繫數的性質 61
3.4.3 基於證據關聯繫數的衝突表示 63
3.4.4 新衝突表示方法下的組合規則適用性 67
3.5 本章小結 71
第4章衝突證據融合研究 72
4.1 引言 72
4.2 Dempster組合規則分析 72
4.2.1 Dempster組合規則及其性質 73
4.2.2 衝突證據融合問題 76
4.3 衝突證據融合方法概述 77
4.3.1 基於修改Dempster組合規則的方法 78
4.3.2 基於修改原始證據的方法 82
4.3.3 其他衝突證據組合方法 84
4.4 基於證據關聯繫數的衝突證據融合 86
4.4.1 基於證據關聯繫數的加權平均組合模型 87
4.4.2 算例分析 88
4.5 本章小結 91
第5章信度決策模型 92
5.1 引言 92
5.2 基於BPA的決策方法 92
5.2.1 **信度值原則 93
5.2.2 “*小點”原則 93
5.2.3 基於*小風險的決策 96
5.3 BPA轉換概率的方法 96
5.3.1 Pignistic概率轉換 97
5.3.2 似真函數概率轉換 100
5.3.3 區間概率轉換 102
5.3.4 DSmP概率轉換 103
5.4 證據關聯繫數**準則下的BPA轉換概率 106
5.5 本章小結 113
第6章證據理論計算復雜度研究 114
6.1 引言 114
6.2 問題簡述 114
6.3 近似算法 116
6.3.1 經典近似算法介紹 117
6.3.2 基於證據關聯繫數的BPA近似算法 124
6.3.3 近似算法的對比分析 126
6.4 硬件加速 129
6.4.1 FPGA簡介 129
6.4.2 FPGA開發流程 131
6.4.3 Dempster組合規則的FPGA實現 133
6.5 本章小結 137
第7章證據理論典型應用案例 138
7.1 故障診斷 138
7.1.1 引言 138
7.1.2 應用背景 140
7.1.3 電機轉子故障診斷框架 142
7.1.4 故障樣板模式隸屬度函數的建立 143
7.1.5 診斷實施 145
7.2 多光譜圖像弱小目標跟蹤 152
7.2.1 引言 152
7.2.2 應用背景 155
7.2.3 弱小目標跟蹤框架 156
7.2.4 模型建立 157
7.2.5 背景運動估計 159
7.2.6 像素點分類 161
7.2.7 飛機選取及模型更新 167
7.2.8 實驗結果 168
7.3 本章小結 173
附錄 175
參考文獻 183

在線試讀

第1章緒論
1.1 信息融合
信息融合[1-4]指的是在一定條件下將來自多個傳感器的數據進行綜合、分析，以實現完成決策和評估等任務的信息處理過程。信息融合也稱為數據融合，起源於20世紀70年代美國國防部資助的聲吶信號處理研究。經過四十多年的發展，它已經成為一個集多科學、多技術於一體的信息綜合處理技術。本章將針對多源信息融合的優勢、層次和模型、主要應用領域、基本技術與方法，以及多源不確定信息融合方法等幾個方面介紹。
1.1.1 信息融合概述
多源信息融合(multi-source information fusion)，也稱為多傳感器數據融合，提出於20世紀70年代。該技術*初應用於軍事領域，主要是融合紅外以及雷達等多傳感器數據。對於信息融合的概念，學者從不同的角度給出了多種定義，比較典型的定義如[5]：信息融合是一種從多層次多方位來處理數據的過程，對多個信息源數據進行自動檢測、關聯組合和估計；信息融合是應用各種有效方法將從不同來源、不同時間獲得的信息自動地轉換為一種能為人類提供有效支持的表示形式的研究；信息融合通過組合來自多傳感器的數據信息，來獲得比單個傳感器更準確的推斷。美國國防部實驗室理事聯席會從軍事應用角度對信息融合給出如下定義：“信息融合是一個多層次、多方位的過程，它是對多源數據進行檢測、組合、關聯、估計和組合，以實現準確的狀態估計和身份估計，以及完整及時的態勢估計和威脅估計”。[6]隨著信息化社會的飛速發展，以及智能時代的到來，信息融合越來越受到各個領域的關注，已成為現代信息處理的一種通用工具和思維模式，傳統的從軍事角度的定義顯然已經無法涵蓋信息融合技術的全部內容。廣義“信息融合”的定義是協同利用多源信息（如傳感器數據、專家知識庫等），以獲得對事物或目標的更客觀、更本質認識的信息綜合處理技術。
實際上，人類及其他有認知能力的動物對客觀事物的認知過程，就是對多源信息進行融合的一種過程。在此過程中，首先是通過視覺、聽覺、觸覺、嗅覺和味覺等不同的感官對客觀事物實施多種類、多方位的感知，然後由大腦對這些感知信息依據某種規則進行處理，從而得到對客觀對像的統一理解和認識。這種由感知到認知的過程就是生物體的多源信息融合過程，而如果用機器來模仿這種由感知到認知的過程，即為人工智能技術。信息融合本質上是對大腦的綜合分析信息能力的模擬[5]，其目的是獲取對事物的認知，來得到有效的決策。它的核心任務是：組合多源信息，使信息更完整；去除冗餘與噪聲，從而降低信息的不確定性；處理矛盾衝突，提高信息的一致性以及可信度。
信息融合技術自20世紀70年代問世以來，在軍事領域的發展突飛猛進。1973年美國研究機構利用計算機技術對多個連續聲吶信號進行融合處理，實現了對敵方潛艇目標的自動檢測。之後，美國又陸續開發了數十種不同的軍用信息融合繫統，其中戰場管理和目標檢測(battlefield exploitation and target acquisition，BETA)繫統是*典型的代表，該繫統在一定程度上證實了信息融合的可行性和有效性。80年代，隨著傳感器技術的飛速發展和傳感器投資的大量增加，軍事繫統中的傳感器數目急劇增加，需要處理的信息量也隨之增加，為了滿足軍事領域中作戰的需要，多傳感器數據融合(multi-sensor data fusion，MSDF)技術應運而生。1984年，美國國防部成立了數據融合專家小組指導、組織和協調信息融合技術的研究。伴隨著在軍用領域的成動應用，信息融合技術在民用領域也得到迅猛發展，主要包括智能交通繫統、圖像處理、故障診斷、項目投資管理以及城市規劃資源管理和智能制造繫統等[1]。
在學術研究方面，自1987年起，美國三軍每年召開一次信息融合學術會議，並通過國際光學工程學會(Society of Photo-Optical Instrumention Engineers，SPIE)傳感器融合專集、IEEE Trarnsactiorns on， Aerospace and Electrofnic Systems等發表有關論文；多個IEEE國際會議也不斷報道信息融合領域的**研究成果。國際信息融合學會(International Society of Information Fusion，ISIF)於1998年在美國成立，自成立以來每年召開一次信息融合國際學術大會，並創立了國際期刊Information Fusion; 1985年以來，國外先後出版了多本有關信息融合方法的專著，其中Hall和Llinas等對常用的數據融合算法進行了彙總和概括[7]。國內關於信息融合理論和技術的研究則相對起步較晚，20世紀80年代末我國開始出現有關多源信息融合理論的報道。90年代初，這一領域在我國纔逐漸形成高潮，並一直持續至今。1995年，關於數據融合的首次討論會在長沙舉行，之後我國也相繼召開了幾次小型信息融合研討會。2009年，首屆中國信息融合學術年會在山東煙臺的海軍航空工程學院召開，加強了我國信息融合領域的交流與合作，促進了信息融合理論和方法的深入研究與推廣應用。此次會議中還成立了中國航空學會信息融合分會，它是國內首個信息融合學會組織。這些交流活動對我國信息融合事業的發展起到了積極推動作用。近年來，我國信息融合領域的專家、學者也出版了多部信息融合專著。
信息融合的實現可分為不同的抽像層次，一般可歸結為數據級融合、特征級融合以及決策級融合三層，它們分別對原始數據、提取的特征信息和經過評估得到的局部決策信息進行融合。數據級和特征級融合屬於低層次融合，高層次的決策級融合涉及態勢認識與評估、影響評估及融合過程優化等。
數據級融合是**層的融合，直接對傳感器所觀測的數據進行融合處理，然後基於融合結果進行特征提取和判斷決策，如圖1.1所示。數據級融合的主要優點有：數據量的損失較少，可以提供其他融合層次所不能提供的一些細微信息，精度較高，但也存在一定的局限性。例如，數據級融合所處理的傳感器數據量較大，因此處理代價較高，消耗時間長，實時性差；因為在低層處理，傳感器信息具有較高的不確定性、不穩定性以及不完整性，所以在融合過程中對繫統的糾錯處理能力要求較高；此融合過程還要求傳感器的種類相同，而且由於數據通信量大，抗干擾能力較差。
圖1.1 數據級融合
特征級融合是位於中間層次的融合，大致過程如圖1.2所示。首先，每個傳感器抽像提取出自己的特征向量，這些特征信息一般是數據信息的充分表示量或充分統計量；其次，對特征向量進行關聯分析；*後，融合各傳感器的特征向量。特征級融合過程完成的是特征向量的融合處理，它的優點是實現了數據壓縮，降低了對通信帶寬的要求，利於實時處理，但因為在壓縮的過程中會損失部分有效信息，所以融合性能有所降低。特征級融合可分為目標狀態信息融合和目標特征信息觸合兩類。目標狀態信息融合主要是用在多傳感器目標跟蹤領域，首先對傳感器獲得的數據進行處理來完成數據配準，然後進行數據關聯和狀態估計。目標狀態信息融合的具體數學方法有聯合概率數據關聯法、交互式多模型法以及卡爾曼濾波理論等。而目標特征信息融合實際屬於模式識別問題，具體的數學方法有聚類方法、人工神經網絡以及k階*近鄰法等。
圖1.2 特征級融合
決策級融合則屬於高層次融合，如圖1.3所示。它先由傳感器基於獲取的數據做出局部決策，然後在融合中心進行融合決策。在決策級融合過程中，數據量的損失較大，因此精度較低，但是該級融合具有通信量小、對傳感器依賴小以及抗干擾能力強等優點。具體的數學方法有Bayes推斷、D-S證據理論以及模糊集理論等。
圖1.3 決策級融合
1.1.2 信息融合模型
信息融合模型包括功能模型、結構模型以及過程模型等，三者之間是密切相關的，可以統稱為信息融合模型。而數學模型一般指各種信息融合的方法。
信息融合模型的基本概念和設想是由美國三軍實驗室理事聯合會(Joint Directors of Laboratories，JDL)數據融合組首次提出的。常見的信息融合模型有OODA模型、STDF模型以及.JDL模型等。目前JDL模型是應用相對較為廣泛的信息融合模型。JDL模型的提出有助於繫統管理人員、理論研究人員、設計人員及評估人員之間的溝通和理解，可促進繫統的管理、設計、開發及實施過程的高效運行。JDL模型的結構如圖1.4所示，主要包括四級處理過程。
圖1.4 JDL信息融合模型
**級是目標評估(object assessment)，主要功能有數據配準、數據關聯、目標位置以及運動參數估計，還包括屬性參數估計、身份估計等，目的是給更高級別的融合過程提供輔助決策信息。其中數據配準是將在時域上不同步以及空間域上屬於不同坐標繫的多源數據進行時空配準，將多源數據送入統一的參考框架中。數據關聯是將同一類數據組合在一起。身份估計是處理實體屬性信息的表征和描述。此級別的處理屬於數值計算過程，其中目標位置一般以**估計技術為基礎，身份估計則一般以參數匹配技術或模式識別技術為基礎。
第二級是態勢評估(situation assessment)，是對整個態勢的抽像和評估。態勢抽像是根據不完整的數據集構造一個綜合的態勢表示，從而產生實體之間一個相互聯繫的解釋。態勢評估則關繫到對產生觀測數據和事件的態勢標識和理解。態勢評估的輸入包括事件檢測、狀態估計以及態勢評估所生成的一組假設等。理論上，它的輸出是所考慮的各種假設的條件概率。軍事領域上，態勢評估指的是評估實體之間的相互關繫，包括敵我雙方兵力的結構和使用特點，是對戰場上戰鬥力量分配情況的評定過程。
第三級是影響評估(impact assessment)，是將當前態勢映射到將來，對參與者預測行為的影響進行評估。軍事領域上，也稱威脅評估(threat assessment)，用來估計武器效能，以及有效降低敵方進攻的風險。
第四級是過程評估(process assessment)，是一個更高級的處理階段。它通過一定的優化指標，對融合過程進行實時監控和評測，實現多傳感器的自適應信息獲取、處理和資源的**分配。
值得一提的是，後續研究發現有必要增加第零級處理過程，對於此級功能，很多學者進行了不同的解釋，如信息源預處理、信號級優化、次目標估計、信號/特征估計、檢測級融合等。長期以來，信息融合的研究工作絕大多數都局限於**級，即目標評估。隨著信息融合技術的研究越來越深入，以及對該領域的擴展，有些情況的復雜性和難度超出了其可以解決的範圍，需要人的參與纔能解決。因此，研究者又在JDL模型的基礎上增加了第五級處理過程，即用戶優化，也就是人為參與的認知優化融合功能。
1.1.3 信息融合中信息的特性
信息融合處理的對像是信息，而在多源信息融合過程中，數據或信息可能具有多種不同的特性，如不確定性、不精確性、不完整性、不一致性以及關聯性等。
1．不確定性
信息的不確定性有多種不同的含義，通常可以從兩個方面來理解：一是客觀事物狀態變化或事件發生具有隨機性；二是觀測者對客觀事物的判斷沒有**的把握。在實際應用過程中，信息的獲取一般由傳感器獲得。傳感器環境的不確定性會導致所獲取的數據時常帶有噪聲，因此多源信息具有不確定性的特點。
2．不精確性
信息的不精確性主要是由於描述事物的數據不是一個單值，而是一個區間或者集合，主要表現為數據的模糊性和多義性，如使用傳感器測量同一個對像有時會得到不同的解釋。
3．不完整性
信息的不完整性是指所獲得信息的不充分性。在多傳感器信息融合繫統中，信息的不完整性導致各傳感器間的信息可能出現衝突。
4．不一致性
信息的不一致性表現為數據的衝突性和異常性。多源信息可能會對同一目標做出相互矛盾的解釋，表現為在多傳感器信息融合繫統中，多傳

網友評論我們期待著您對此商品發表評論

相關商品

商品搜索

商品分类

【醫學】

【各大出版社】