XiaoMi-AI文件搜索系统
World File Search System数据融合
神经网络传感器数据融合方法 - Alianna J. Maren
aliannajmaren.com › 下载 PDF 作者：R Akita — 作者：R Akita 神经网络技术可用于执行船上多传感器相似和不相似数据的融合，以实现高置信度目标识别。8 页
多传感器数据融合方法
必须使用推理引擎来组合各种证据（即来自多个组网传感器的信息）并产生目标分类和 ID。图 4 包含了我们基本问题的简单图像。例如，ESM 检测机载平台上有源雷达的辐射。它分析检测到的辐射的属性，即频率、脉冲宽度、脉冲重复间隔等；将这些属性与其库中的属性进行比较；并输出检测到的证据的解释列表。解释列表采用可能的发射器列表的形式，以及可能产生物理证据的相对概率。类似地，对于任何其他组网传感器（例如，NCTR 传感器，如电光成像系统或高分辨率雷达），推理引擎将组合物理证据的所有解释以提供平台分类和 ID。
跟踪和传感器数据融合
� Springer Verlag Berlin Heidelberg 2014 本作品受版权保护。出版商保留所有权利，无论涉及全部还是部分材料，特别是翻译、重印、重复使用插图、朗诵、广播、在缩微胶片或任何其他物理方式上复制、传输或信息存储和检索、电子改编、计算机软件或通过现在已知或今后开发的类似或不同的方法的权利。与评论或学术分析相关的简短摘录或专门为在计算机系统上输入和执行而提供的材料不受此法律保留的约束，仅供作品购买者使用。仅根据出版商所在地现行版本的版权法规定，才允许复制本出版物或其部分内容，并且必须始终获得 Springer 的使用许可。可通过版权许可中心的 RightsLink 获取使用许可。违反者将根据相应的版权法受到起诉。本出版物中使用的一般描述性名称、注册名称、商标、服务标记等并不意味着，即使没有具体声明，这些名称也不受相关保护法律和法规的约束，因此可以自由使用。尽管本书中的建议和信息被认为是真实和准确的
库更新 I&S 多传感器数据融合
本书详细介绍了多传感器数据融合系统和国防应用的功能架构分类。介绍了当代传感器、源和通信链路，并描述了传感器管理。在目标跟踪应用的背景下，分别讨论了用于状态估计的数据融合。本书的一个重要部分涵盖了形势和威胁评估的军事概念。关于形势和威胁评估实施方法的讨论对于所有在该领域工作的专家都非常有用。他们将在书中找到数据融合系统架构设计指南、如何建模此类系统以及如何评估其性能。书中还介绍了人工智能技术的新兴作用。
库更新 I&S 多传感器数据融合
本书详细介绍了多传感器数据融合系统和国防应用的功能架构分类。介绍了当代传感器、源和通信链路，并描述了传感器管理。在目标跟踪应用的背景下单独讨论了状态估计的数据融合。本书的一个重要部分涵盖了态势和威胁评估的军事概念。关于态势和威胁评估实施方法的讨论对于所有在该领域工作的专家都非常有用。他们将在书中找到数据融合系统架构设计指南、如何建模此类系统以及如何评估其性能。还介绍了人工智能技术的新兴作用。
库更新 I&S 多传感器数据融合
本书详细介绍了多传感器数据融合系统和国防应用的功能架构分类。介绍了当代传感器、源和通信链路，并描述了传感器管理。在目标跟踪应用的背景下，分别讨论了用于状态估计的数据融合。本书的一个重要部分涵盖了形势和威胁评估的军事概念。关于形势和威胁评估实施方法的讨论对于所有在该领域工作的专家都非常有用。他们将在书中找到数据融合系统架构设计指南、如何建模此类系统以及如何评估其性能。书中还介绍了人工智能技术的新兴作用。
库更新 I&S 多传感器数据融合
本书详细介绍了多传感器数据融合系统和国防应用的功能架构分类。介绍了当代传感器、源和通信链路，并描述了传感器管理。在目标跟踪应用的背景下，分别讨论了用于状态估计的数据融合。本书的一个重要部分涵盖了形势和威胁评估的军事概念。关于形势和威胁评估实施方法的讨论对于所有在该领域工作的专家都非常有用。他们将在书中找到数据融合系统架构设计指南、如何建模此类系统以及如何评估其性能。书中还介绍了人工智能技术的新兴作用。
库更新 I&S 多传感器数据融合
本书详细介绍了多传感器数据融合系统和国防应用的功能架构分类。介绍了当代传感器、源和通信链路，并描述了传感器管理。在目标跟踪应用的背景下，分别讨论了用于状态估计的数据融合。本书的一个重要部分涵盖了形势和威胁评估的军事概念。关于形势和威胁评估实施方法的讨论对于所有在该领域工作的专家都非常有用。他们将在书中找到数据融合系统架构设计指南、如何建模此类系统以及如何评估其性能。书中还介绍了人工智能技术的新兴作用。
加拿大巡逻护卫舰多源数据融合系统集成优化
自 1991 年以来，洛克希德马丁加拿大公司 (LM Canada) 的研究与开发 (R&D) 小组一直在开发和演示 1、2、3 和 4 级数据融合、资源管理和成像技术，这些技术将为海军和空中指挥与控制 (C2) 提供观察-定位-决策-行动 (OODA) 决策能力/工具，供加拿大巡逻护卫舰 (CPF) 和加拿大 CP-140 (Aurora) 固定翼飞机使用。在过去三年中，LM Canada 与加拿大国防研究机构 Valcartier (DREV) 合作，还建立了一个通用专家系统基础设施，并已证明它适合将这些决策技术集成到实时指挥与控制系统 (CCS) 中。多源数据融合 (MSDF) 技术是这些决策技术中最成熟的，很可能最快集成到目前部署的 CCS 上。在过去的两年中，LM 加拿大研发团队已开始致力于重新构建和优化概念验证 MSDF 算法，以建立一个原型，该原型将准备好集成到现有平台（特别是 CPF）上，并可以在 2000 年底之前执行实时跟踪和识别。这种重组和优化正在分阶段进行。
统一数据融合架构的概念和技术
糖尿病本身是一种代谢紊乱，其特征是高血糖症（高血糖），这是由于身体无法产生胰岛素或对胰岛素的反应不足造成的。疾病管理需要注射胰岛素并仔细监测血糖。通过充分治疗糖尿病及其相关风险因素，可以改善 2 型糖尿病患者的整体健康状况。自我管理糖尿病是一种很有前途的方式，患者每天测量血糖数次，并使用结果数据来判断所需的胰岛素剂量。严格的血糖控制 (TGC) 需要几乎连续的测量，过去二十年来，人们一直在开发用于连续血糖测量的不同传感器。还开发了能够测量间质液中葡萄糖的微创传感器，因此更适合自我监测。然而，到目前为止，这些传感器的性能水平都不足以用于常规血糖监测。然而，人们普遍预计在不久的将来会出现坚固耐用、临床可接受的设备（国际糖尿病联合会，2004 年）。