- 多傳感器數據智能融合理論與應用
- 戴亞平 馬俊杰 王笑涵編著
- 256字
- 2021-10-27 15:10:07
第2章 數據融合結構與算法概論
傳統的數據融合模型通常分為兩層:低處理層和高處理層。低處理層包括傳感器級別的直接數據處理、目標檢測、分類與識別、目標跟蹤等;高處理層則包括對現場的態勢估計與決策等。本章介紹的數據融合結構與算法,是基于傳統的數據融合模型中的低處理層來進行討論的,建立了多種融合系統體系結構,以滿足多傳感器數據融合的需要。這些不同融合結構的區別,主要在于對傳感器數據直接處理程度的不同,以及對融合數據分辨率的要求不同。本章主要介紹集中式、分布式與混合式融合架構,以及基于卡爾曼濾波融合方法的算法理論支撐。
推薦閱讀
- 亮劍.NET:.NET深入體驗與實戰精要
- Seven NoSQL Databases in a Week
- 實時流計算系統設計與實現
- HBase Design Patterns
- 計算機網絡應用基礎
- 自主研拋機器人技術
- INSTANT Autodesk Revit 2013 Customization with .NET How-to
- 大數據驅動的設備健康預測及維護決策優化
- 人工智能趣味入門:光環板程序設計
- R Data Analysis Projects
- Mastering Exploratory Analysis with pandas
- 人工智能:智能人機交互
- 深度學習原理與 TensorFlow實踐
- Machine Learning with Spark(Second Edition)
- Machine Learning in Java