[ 收藏 ] [ 简体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

貝葉斯網絡參數學習及對無人機的決策支持
該商品所屬分類:工業技術 -> 航空/航天
【市場價】
379-550
【優惠價】
237-344
【介質】 book
【ISBN】9787118083941
【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



  • 出版社:國防工業
  • ISBN:9787118083941
  • 作者:任佳//高曉光
  • 頁數:152
  • 出版日期:2012-11-01
  • 印刷日期:2012-11-01
  • 包裝:平裝
  • 開本:32開
  • 版次:1
  • 印次:1
  • 字數:128千字
  • 《貝葉斯網絡參數學習及對無人機的決策支持》由任佳、高曉光著,編者通過對多年研究經驗的總結,發現與眾多形色各異的智能算法相比,動態貝葉斯網絡(Dynamic Bayesian Networks,DBN)是模擬人類思維的有力工具,其圖形化的表達方式和擬人的推理模式能夠為UAV自主決策提供一條可行技術途徑。該方法通過引入條件獨立性假設,很好地處理了聯合概率分布的組合**問題,這些都是神經網絡、模糊推理和粗糙集理論等許多知識表示方法所不具備的。
  • 參數學習是貝葉斯網絡(bn)的主要組成部分,也是提高推理模型對復雜 環境適應能力的重要環節。由於無人機(uav)決策環境常伴隨信息不完備(主 要由小樣本觀測或觀測信息缺失造成)和非平穩等情況,采用傳統的參數學 習方法難以獲得準確的模型參數,因此信息不完備條件下模型參數學習是bn 應用於uav自主決策的難題之一。 《貝葉斯網絡參數學習及對無人機的決策支持》由任佳、高曉光著,以 uav自主決策為技術牽引,對其應用環境中存在的信息不完備,以及決策過 程的非平穩性進行討論,圍繞信息不完備條件下靜態/離散動態貝葉斯網絡 參數學習方法和突發威脅下的非平穩決策過程進行介紹,書中所涉及的信息 不完備參數學習方法和時變非平穩決策推理模型能夠滿足復雜環境下uav自 主決策的要求,克服了以往推理模型參數主觀設定的局限性,提高了決策模 型對復雜動態環境的適應能力,為開發具有自主評估和決策能力的高智能推 理工具提供有益的借鋻。 通過閱讀本書有助於讀者對靜態/離散動態貝葉斯網絡參數學習這一難 點問題加深認識和理解,《貝葉斯網絡參數學習及對無人機的決策支持》可 供從事人工智能、機器學習、自主決策研究的高年級本科生、研究生和相關 研究人員學習與參考。
  • 第1章 貝葉斯網絡與無人機自主決策
    1.1 無人機技術發展背景
    1.2 自主決策方法**外研究發展現狀
    1.2.1 無人機自主決策研究現狀
    1.2.2 人工智能決策方法研究現狀
    1.2.3 貝葉斯網絡研究現狀
    1.3 無人機自主決策關鍵問題
    1.4 主要內容研究背景與介紹
    1.4.1 信息不完備小樣本離散動態貝葉斯網絡參數學習
    1.4.2 數據缺失條件下網絡參數學習及uav路徑規劃
    1.4.3 基於參數學習的uav攻擊任務決策
    第2章 貝葉斯網絡理論基礎
    2.1 靜態貝葉斯網絡理論
    2.1.1 靜態貝葉斯網絡概念
    2.1.2 貝葉斯網絡證據類型
    2.2 離散動態貝葉斯網絡理論
    2.3 離散動態貝葉斯網絡結構學習
    2.3.1 完備樣本數據集下的結構學習
    2.3.2 觀測數據缺失下的結構學習
    2.4 離散動態貝葉斯網絡推理
    2.5 離散動態貝葉斯網絡參數學習
    2.6 時變動態貝葉斯網絡
    第3章 信息不完備小樣本條件下網絡參數學習
    3.1 靜態貝葉斯網絡參數學習算法
    3.1.1 *大似然估計參數學習
    3.1.2 貝葉斯估計參數學習
    3.1.3 em參數學習
    3.2 約束條件下小樣本靜態網絡參數學習
    3.2.1 先驗參數分布模型
    3.2.2 約束條件下先驗參數的確定方法
    3.2.3 先驗約束下靜態網絡參數學習算法
    3.2.4 算法性能分析
    3.3 離散dbn前向遞歸參數學習機制
    3.4 約束條件下小樣本離散dbn參數學習
    3.4.1 約束遞歸學習算法
    3.4.2 算法應用分析
    第4章 數據缺失條件下網絡參數學習
    4.1 數據缺失下基於支持向量機的參數學習
    4.1.1 基於支持向量機回歸的缺失數據估計原理
    4.1.2 基於支持向量機回歸的網絡參數學習
    4.1.3 數據缺失條件下靜態網絡參數學習
    4.1.4 數據缺失條件下動態網絡參數學習
    4.2 數據缺失下基於噪聲數據平滑的參數學習
    4.2.1 算法思路
    4.2.2 算法過程描述
    4.2.3 算法應用分析
    第5章 基干參數學習的uav自主攻擊任務決策
    5.1 戰場環境中無人機自主攻擊任務決策想定
    5.1.1 研究背景
    5.1.2 任務想定
    5.2 基於svddbn的自主攻擊任務決策模型
    5.2.1 基於多模型的svddbn建模
    5.2.2 無人機自主攻擊任務決策模型構建
    5.3 變結構離散動態貝葉斯網絡推理算法
    5.4 戰場環境下uav自主攻擊任務決策
    5.4.1 經驗參數下自主攻擊任務決策仿真
    5.4.2 基於離散dbn參數學習的自主攻擊任務決策仿真
    第6章 數據缺失下基於參數學習的uav路徑規劃
    6.1 任務想定
    6.2 連續動態貝葉斯網絡目標狀態估計
    6.3 uav路徑重規劃決策模型
    6.4 應用與分析
    6.5 無人機動態路徑規劃描述
    6.5.1 問題來源
    6.5.2 任務描述
    6.6 基於svddbn的威脅概率預測模型
    6.7 基於轉換量測卡爾曼濾波的狀態估計模型
    6.7.1 機載雷達觀測數據坐標轉換誤差分析
    6.7.2 機載雷達測量值坐標轉換誤差協方差
    6.7.3 轉換量測卡爾曼濾波缺失數據估計
    6.8 無人機飛行控制模型
    6.9 無人機路徑優化
    6.10 應用與分析
    參考文獻
 
網友評論  我們期待著您對此商品發表評論
 
相關商品
在線留言 商品價格為新臺幣
關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
返回頂部