展开全部

主编推荐语

本书聚焦多源信息融合处理的基本概念及其融合发展的核心理论方法。

内容简介

本书介绍了多源高冲突信息鲁棒性证据推理方法、多辨识框架下异构证据融合方法以及多值迁移融合方法等多种融合技术;给出了多源信息融合的典型应用,特别是在不确定数据分类、多源信息融合检测与识别领域的实践应用,如多源图像数据融合目标识别和多特征融合目标检测。

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 多源信息证据融合
  • 1.1.1 证据理论基本概念
  • 1.1.2 证据融合
  • 1.2 迁移学习
  • 1.2.1 迁移学习的基本定义与分类
  • 1.2.2 基于数据的迁移学习
  • 1.2.3 基于模型的迁移学习
  • 1.2.4 多源迁移学习
  • 1.3 多源图像数据融合识别
  • 第2章 多源冲突信息鲁棒证据推理
  • 2.1 引言
  • 2.2 CF-CRE方法介绍
  • 2.2.1 内部可靠度评估
  • 2.2.2 相对可靠度评估
  • 2.3 实验结果与分析
  • 2.3.1 基础数据集
  • 2.3.2 相关融合方法
  • 2.3.3 实验细节
  • 2.3.4 结果分析
  • 2.3.5 参数敏感性分析
  • 2.4 本章小结
  • 第3章 多辨识框架下异构证据融合分类
  • 3.1 引言
  • 3.2 多辨识框架下异构证据融合识别基础知识
  • 3.3 CCDF方法介绍
  • 3.3.1 构建异构证据转换模型
  • 3.3.2 估计证据等价转换矩阵
  • 3.4 实验结果与分析
  • 3.4.1 基础数据集
  • 3.4.2 相关分类方法
  • 3.4.3 实验细节
  • 3.4.4 结果分析
  • 3.5 本章小结
  • 第4章 多源不完备数据融合分类
  • 4.1 引言
  • 4.2 不完备数据目标分类
  • 4.3 CCIF方法介绍
  • 4.3.1 渐进式异常目标检测
  • 4.3.2 多源证据加权融合分类
  • 4.4 实验结果与分析
  • 4.4.1 基础数据集
  • 4.4.2 相关融合方法
  • 4.4.3 实验细节
  • 4.4.4 结果分析
  • 4.4.5 参数敏感性分析
  • 4.5 本章小结
  • 第5章 异质不确定数据多值映射迁移分类
  • 5.1 引言
  • 5.2 EHTC方法介绍
  • 5.2.1 不确定数据多值映射预测
  • 5.2.2 基于证据推理的迁移分类
  • 5.3 实验结果与分析
  • 5.3.1 基础数据集
  • 5.3.2 相关分类方法
  • 5.3.3 结果分析
  • 5.4 本章小结
  • 第6章 异构数据双向迁移融合目标分类
  • 6.1 引言
  • 6.2 BDTC方法介绍
  • 6.2.1 异构数据双向迁移分类
  • 6.2.2 多分类结果优化加权融合
  • 6.3 实验结果与分析
  • 6.3.1 基础数据集
  • 6.3.2 相关分类方法
  • 6.3.3 实验细节
  • 6.3.4 结果分析
  • 6.3.5 参数敏感性分析
  • 6.4 本章小结
  • 第7章 多源异构数据分布式迁移融合分类
  • 7.1 引言
  • 7.2 CTC方法介绍
  • 7.2.1 权重估计
  • 7.2.2 谨慎决策
  • 7.3 实验结果与分析
  • 7.3.1 基础数据集
  • 7.3.2 相关分类方法
  • 7.3.3 实验细节
  • 7.3.4 结果分析
  • 7.4 本章小结
  • 第8章 多特征融合SAR目标检测
  • 8.1 引言
  • 8.2 USOD方法介绍
  • 8.2.1 海杂波统计分布模型选择
  • 8.2.2 CFAR检测软标签生成
  • 8.2.3 无监督舰船检测网络构建
  • 8.3 实验结果与分析
  • 8.3.1 基础数据集
  • 8.3.2 实验细节
  • 8.3.3 结果分析
  • 8.4 本章小结
  • 第9章 异质遥感图像无监督变化检测
  • 9.1 引言
  • 9.2 USCD方法介绍
  • 9.2.1 图像-图像翻译
  • 9.2.2 提取显著变化/未变化的像素对
  • 9.2.3 图像分类
  • 9.3 实验结果与分析
  • 9.3.1 基础数据集
  • 9.3.2 相关分类方法
  • 9.3.3 结果分析
  • 9.3.4 参数敏感性分析
  • 9.4 本章小结
  • 第10章 渐进式多光谱遥感图像变化检测
  • 10.1 引言
  • 10.2 CPCD方法介绍
  • 10.2.1 基于辐射/混合方法的训练样本扩充
  • 10.2.2 基于CNN的不确定样本精细化分类
  • 10.2.3 基于CPCD方法的变化图生成
  • 10.3 实验结果与分析
  • 10.3.1 基础数据集
  • 10.3.2 评估标准
  • 10.3.3 结果分析
  • 10.3.4 参数敏感性分析
  • 10.4 本章小结
  • 第11章 自适应开放环境下目标识别
  • 11.1 引言
  • 11.2 KAOSR方法介绍
  • 11.2.1 测试目标属于已知类概率计算
  • 11.2.2 测试目标属于已知类概率迭代优化
  • 11.2.3 最优概率阈值自适应计算
  • 11.3 实验结果与分析
  • 11.3.1 相关分类方法
  • 11.3.2 结果分析
  • 11.3.3 参数敏感性分析
  • 11.4 本章小结
  • 第12章 多源异构图像目标迁移融合识别
  • 12.1 引言
  • 12.2 MHDTN方法介绍
  • 12.2.1 加权混合最大化均值差异
  • 12.2.2 多源异构分布式迁移网络
  • 12.3 实验结果与分析
  • 12.3.1 基础数据集
  • 12.3.2 相关分类方法
  • 12.3.3 结果分析
  • 12.3.4 参数敏感性分析
  • 12.4 本章小结
  • 第13章 观测样本严重缺失条件下的SAR目标识别
  • 13.1 引言
  • 13.2 ConFeDent方法介绍
  • 13.2.1 身份特征和姿态特征正则化函数
  • 13.2.2 损失函数及优化策略
  • 13.3 实验结果与分析
  • 13.3.1 基础数据集
  • 13.3.2 实验细节
  • 13.3.3 结果分析
  • 13.3.4 参数敏感性分析
  • 13.4 本章小结
  • 第14章 多源图像数据融合目标识别
  • 14.1 引言
  • 14.2 基于DML策略的可见光图像-红外图像数据融合目标识别方法介绍
  • 14.2.1 多源图像DML融合网络设计
  • 14.2.2 多分类结果决策级加权融合识别
  • 14.3 实验结果与分析
  • 14.3.1 基础数据集
  • 14.3.2 相关分类方法
  • 14.3.3 实验细节
  • 14.3.4 消融实验
  • 14.3.5 参数敏感性分析
  • 14.3.6 结果分析
  • 14.4 本章小结
  • 第15章 异源舰船图像语义特征融合目标识别
  • 15.1 引言
  • 15.2 异源舰船图像语义特征融合目标识别方法介绍
  • 15.2.1 光学图像辅助SAR舰船目标
  • 15.2.2 预训练辅助舰船分类网络及知识蒸馏
  • 15.2.3 主网络设计
  • 15.2.4 网络搭建及优化
  • 15.3 实验结果与分析
  • 15.3.1 基础数据集
  • 15.3.2 参数敏感性分析
  • 15.3.3 结果分析
  • 15.4 本章小结
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。