Can I read 多源信息融合 on EtoBox?

多源信息融合 by 韩崇昭,朱洪艳,段战胜等著 is a book available to read on EtoBox.

What is 多源信息融合 about?

1 (p0-1): 目录1 (p0-2): 第1章 绪论1 (p0-3): 1.1 多源信息融合的一般概念与定义1 (p0-4): 1.1.1 定义2 (p0-5): 1.1.2 多源信息融合的优势3 (p0-6): 1.1.3 应用领域4 (p0-7): 1.2 信息融合系统的模型和结构4 (p0-8): 1.2.1 功能模型6 (p0-9): 1.2.2 数据融合的级别8 (p0-10): 1.2.3 通用处理结构10 (p0-11): 1.3 多源信息融合的主要技术和方法11 (p0-12): 1.4 信息融合要解决的几个关键问题12 (p0-13): 1.5 发展起源、现状与未来13 (p0-14): 参考文献16 (p0-15): 第2章 统计推断与估计理论基础16 (p0-16): 2.1 点估计理论基础16 (p0-17): 2.1.1 一般概念17 (p0-18): 2.1.2 Bayes点估计理论19 (p0-19): 2.1.3 BLUE估计19 (p0-20): 2.1.4 WLS估计20 (p0-21): 2.1.6 主成分估计20 (p0-22): 2.1.5 ML估计23 (p0-23): 2.1.7 RLS估计与LMS估计25 (p0-24): 2.2 期望极大化(EM)方法25 (p0-25): 2.2.1 概述26 (p0-26): 2.2.2 EM算法描述27 (p0-27): 2.2.3 混合Gauss参数估计的EM算法实例29 (p0-28): 2.3 线性动态系统的滤波理论与算法29 (p0-29): 2.3.1 离散时间线性系统状态估计问题的一般描述31 (p0-30): 2.3.2 基本Kalman滤波器32 (p0-31): 2.3.3 信息滤波器33 (p0-32): 2.3.4 噪声相关的Kalman滤波器35 (p0-33): 2.4 非线性动态系统的滤波理论与算法35 (p0-34): 2.4.1 扩展Kalman滤波器(EKF)38 (p0-35): 2.4.2 UKF滤波40 (p0-36): 2.4.3 Bayes滤波41 (p0-37): 2.5 基于随机采样的过程估计理论与算法41 (p0-38): 2.5.1 传统Bayes估计面临的挑战与解决的新思路42 (p0-39): 2.5.2 Monte Carlo仿真的随机采样44 (p0-40): 2.5.3 Markov chain Monte Carlo采样48 (p0-41): 2.5.4 粒子滤波的一般方法55 (p0-42): 2.6.2 多模型方法简述55 (p0-43): 2.6 混合系统状态估计理论55 (p0-44): 2.6.1 一般描述57 (p0-45): 2.6.3 定结构多模型估计60 (p0-46): 2.6.4

Author

韩崇昭,朱洪艳,段战胜等著

Publisher

北京:清华大学出版社

Published

2006

Language

ZH

ISBN

9787302121947