情境增强信息融合(以领域知识推进真实系统性能) 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

本书详细介绍了情境增强信息融合的基础推理、理论和方法，包括融合过程设计和实现中的情境影响，书中汇集了该领域 专家的 研究成果。全书分六个部分：基本原理、用于融合的情境概念、情境融合的系统观念、情境的数学特征、硬/软融合中的情境以及情境方法在融合中的应用。本书强调 别信息融合和低级别信息融合之间的平衡问题，以描述在苛刻条件下的性能改进；强调组合不同领域的 技术，以克服单一视角、传统计算和传统上应用于特定领域数据和信息融合程序的局限性。 ，介绍了所选择的需要注入情景知识的有代表性的应用领域，例如，视觉系统，港口监视、机器人和环境智能等。

部分 基本原理

第1章 情境和融合：定义、术语2

1.1 信息融合导论2

1.1.1 数据（信息）融合的定义3

1.1.2 信息融合“级别”3

1.1.3 关于IF体系结构中数据和信息的备注5

1.1.4 进一步的参考资料6

1.2 融合中的情境6

1.3 对信息融合和情境的展望7

1.3.1 不同于焦点前提的情境前提9

1.3.2 信息融合过程的含义9

1.3.3 集成情境至信息融合过程9

1.4 结论13

致谢13

参考文献13

第二部分 用于融合的情境概念

第2章 信息融合的“情境”形式化22

2.1 引言22

2.2 何为情境？24

2.3 情境和知识25

2.4 情境形式化25

2.5 情境和信息质量27

2.6 情境和自然语言理解30

2.7 结论32

参考文献33

?

第3章 情境：一个不确定源36

3.1 信息融合过程中的不确定性36

3.2 关于情境信息中不确定性的文献研究40

3.3 情境的分类40

3.4 本体论的作用和概率本体论42

3.5 情境信息质量43

3.5.1 不确定性变换44

3.5.2 相互矛盾的、可疑的和不一致的信息45

3.6 用例讨论46

3.6.1 港口防护威胁评估46

3.6.2 情境因素和情境信息类别46

3.6.3 关注的事件48

3.6.4 情境的不确定性维数48

3.7 结论54

参考文献54

第4章 信息融合中的情境跟踪方法58

4.1 引言58

4.2 情境跟踪方法的背景60

4.3 情境跟踪62

4.4 情境跟踪的机器分析63

4.5 情境跟踪中的传感器、目标和环境63

4.5.1 特征跟踪和辨识（目标）64

4.5.2 广域运动图像（传感器）64

4.5.3 态势和场景（环境）65

4.6 受道路约束的跟踪和辨识示例65

4.6.1 道路网络（环境）65

4.6.2 目标测量模型（传感器）67

4.6.3 十字路口的目标模型（目标）67

4.6.4 情境跟踪示例——结果68

4.7 讨论69

4.8 结论71

致谢71

参考文献71

第5章 威胁评估系统的情境假设80

5.1 引言80

5.2 威胁的定义81

5.2.1 威胁评估81

5.2.2 威胁评估的独特系统要求82

5.3 决策支持系统的假设83

5.4 基于情境的威胁实例90

5.4.1 贝叶斯与证据推理的关联91

5.4.2 比例冲突重新分配91

5.5 从情境出发实现威胁估计92

5.6 讨论94

5.7 结论94

致谢95

参考文献95

第6章 面向决策支持的情境感知知识融合101

6.1 引言101

6.2 知识融合：当前发展情况102

6.3 面向应急管理的情境感知决策支持系统103

6.3.1 决策支持模型103

6.3.2 概念框架104

6.3.3 火灾响应107

6.3.4 CADSS中的知识融合114

6.4 结论116

致谢116

参考文献116

第三部分 情境融合的系统观念

第7章 情境信息的系统级使用122

7.1 内容范围和组织122

7.2 信息利用中的情境123

7.2.1 “谁的情境”（Context-Of：C-O）与“为谁的情境”

（Context-For：C-F）124

7.2.2 问题变量与情境变量125

7.3 数据融合中的情境127

7.4 情境利用中的质量控制130

7.5 自适应情境利用132

7.5.1 信息利用中的自适应性价值132

7.5.2 推理问题与方法的分类133

7.6 自适应组合建模134

7.7 机会适应性135

7.8 在预测建模中使用情境138

7.9 结论139

参考文献140

第8章 信息融合中情境利用的体系结构142

8.1 引言142

8.2 情境知识与可获得资源的类型143

8.3 与体系结构相关的工作145

8.4 中间件方法146

8.4.1 IF文献中的中间件146

8.4.2 中间件方法:从IF到CI的查询服务147

8.4.3 中间件函数及其在IF过程的使用要求149

8.5 基于情境输入的多级别自适应体系结构151

8.6 结论154

致谢154

参考文献154

第9章 用于交换与验证情境数据和信息的中间件156

9.1 情境在动态融合系统中的相关性157

9.2 在开放式系统集系统设计中的交互计算过程157

9.3 信息融合体系结构中的相互依赖关系159

9.3.1 分析与决策的观点159

9.3.2 网络的观点161

9.3.3 对信息交换（中间件）的影响163

9.4 利用中间件将数据至决策（D2D）概念应用于融合163

9.5 中间件166

9.6 主动中间件——ProWare166

9.6.1 态势参数概念167

9.6.2 基于订阅的信息交换168

9.6.3 数据中介169

9.7 数据验证170

9.7.1 数据质量方面171

9.7.2 数据验证操作171

9.8 总结173

参考文献173

0章 基于建模用户行为的情境感知主动决策支持176

10.1 引言177

10.2 概念性的操作示例179

10.3 APTO系统180

10.3.1 长期目标180

10.3.2 技术方法180

10.4 OZONE App的情境容器181

10.5 情境感知记忆管理器181

10.5.1 快照记忆182

10.5.2 情节记忆182

10.6 情境转换模型和转换识别183

10.7 情境转换感知阶段和可视化183

10.8 事件管理器183

10.8.1 事件检测184

10.8.2 规范性事件识别184

10.9 活动管理器184

10.9.1 动作检测184

10.9.2 规范性动作集185

10.9.3 Suadeo 引擎185

10.10 工作流程管理器185

10.10.1 特定领域的工作流程186

10.10.2 采取的动作186

10.11 HABIT：认证决策框架186

10.11.1 相关工作186

10.11.2 方法学187

10.11.3 总结讨论189

10.12 网络安全的情境意识动机190

10.13 CEDARS：综合探索性数据分析 系统191

10.13.1 介绍和相关工作191

10.13.2 系统架构192

10.13.3 用例195

10.13.4 讨论和未来工作196

10.14 A-TASC：监督控制中的自适应任务分配196

10.14.1 A-TASC动机196

10.14.2 A-TASC预测模型197

10.14.3 方法论198

10.14.4 未来的工作199

10.15 结论200

致谢201

参考文献201

?

第四部分 情境的数学特征

1章 基于情境分析的目标跟踪融合过程监控206

11.1 引言206

11.2 情境信息定义207

11.3 情境空间207

11.3.1 情境变量207

11.3.2 传感器概率或传感器有效性子集210

11.3.3 传感器组的相容有效性概率211

11.3.4 传感器组的排斥有效性概率211

11.4 考虑情境的估计212

11.4.1 静态估计212

11.4.2 动态估计215

11.5 仿真219

11.5.1 仿真条件219

11.5.2 结果220

11.5.3 备注221

11.6 结论221

参考文献222

2章 用于目标跟踪的情境开发223

12.1 引言223

12.2 贝叶斯目标跟踪224

12.2.1 系统方程225

12.2.2 贝叶斯预测和滤波器 新225

12.2.3 线性高斯系统227

12.2.4 非线性系统228

12.3 情境增强目标跟踪229

12.3.1 引言229

12.3.2 约束贝叶斯滤波230

12.4 约束目标跟踪算法及其应用232

12.4.1 通用滤波器232

12.4.2 海上交通监控跟踪滤波器233

12.4.3 用于地面目标跟踪的跟踪滤波器238

12.5 数值结果244

12.5.1 航路辅助跟踪244

12.5.2 GMTI雷达改进地面目标跟踪247

12.6 结论250

参考文献250

3章 情境跟踪地面应用：算法和设计实例255

13.1 引言255

13.2 空中和地面跟踪比较256

13.3 可通行性和地形特征257

13.4 目标行为258

13.5 量测信息源259

13.6 通用目标跟踪算法259

13.7 单目标跟踪260

13.7.1 多模型算法260

13.7.2 其他算法266

13.8 多目标跟踪268

13.8.1 常见问题和跟踪方法268

13.8.2 多模型算法268

13.8.3 对称测量方程滤波器270

13.9 地面跟踪应用272

13.9.1 通行能力274

13.9.2 试验结果277

13.10 海事跟踪应用278

13.11 结论及未来工作281

致

Lauro Snidaro，劳罗.斯纳罗，意大利人，就职于意大利乌迪内大学数学和计算机科学系，教授，是信息融合、人工智能等领域的专家，多次担任 信息融合大会荣誉嘉宾，研究方向为数据融合、体系结构、态势感知、人工智能、机器学习等。发布有影响力的论文多篇，并担任IEEE、ICASSP、ITST、ICSPS等 知名期刊编委。曾组织 信息融合领域专家编撰Context-Enhanced Information Fusion，编者包括纽约州立大学的James Llinas 、美国空军研究实验室的Erik Blasch以及西班牙Carlos的Jesús García等 知名专家，该书于2016年在Springer出版。

  熊伟，男，汉族，现为海军航空大学教授、海军航空大学信息融合研究所副所长，军队高层次科技创新人才工程拔尖人才、装备发展部指控专业组成员、中国航空学会信息融合分会总干事等，入选中国科协第九届全国代表、海军 青年、火力与指挥控制领域杰出青年科技工作者，获国防科技 青年科学基金、山东省青年科技奖等。，主要研究方向为信息融合、指挥控制系统等，主持和参与973、 自然基金等项目；获 科技进步二等奖1项，省部级科技进步一等奖2项、二等奖3项、三等奖1项，发表论文40余篇，授权专利10余项，相关研究成果已推广应用于信息系统、雷达设备等研制中。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：情境增强信息融合(以领域知识推进真实系统性能)在线阅读

在线听书地址：情境增强信息融合(以领域知识推进真实系统性能)在线收听

在线购买地址：情境增强信息融合(以领域知识推进真实系统性能)在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！