新書推薦：
《
边界之外：海外社会研究（第一辑）
》
售價：HK$
82.8
《
好销售，不违心：在你的舒适区内拿订单
》
售價：HK$
70.8
《
阿富汗史：骑驰在风暴中的国度
》
售價：HK$
117.6
《
背影2
》
售價：HK$
82.8
《
她的罪名
》
售價：HK$
59.8
《
巨变与突围：碰撞中的清帝国：1644—1840
》
售價：HK$
93.6
《
变态心理揭秘
》
售價：HK$
59.8
《
非洲三万里（2024版）
》
售價：HK$
81.6
|
| 內容簡介： |
|
本书详细介绍了情境增强信息融合的基础推理、理论和方法，包括融合过程设计和实现中的情境影响，书中汇集了该领域*专家的*研究成果。全书分六个部分：基本原理、用于融合的情境概念、情境融合的系统观念、情境的数学特征、硬软融合中的情境以及情境方法在融合中的应用。本书强调高级别信息融合和低级别信息融合之间的平衡问题，以描述在苛刻条件下的性能改进；强调组合不同领域的先进技术，以克服单一视角、传统计算和传统上应用于特定领域数据和信息融合程序的局限性。*后，介绍了所选择的需要注入情景知识的有代表性的应用领域，例如，视觉系统，港口监视、机器人和环境智能等。
|
| 關於作者： |
Lauro Snidaro（劳罗?斯纳罗），意大利人，就职于意大利乌迪内大学数学和计算机科学系，教授，是信息融合、人工智能等领域的专家，多次担任国际信息融合大会荣誉主席，研究方向为数据融合、体系结构、态势感知、人工智能、机器学习等。发布有影响力的论文多篇，并担任IEEE、ICASSP、ITST、ICSPS等国际知名期刊编委。曾组织国际信息融合领域专家编撰Context-Enhanced Information Fusion，编者包括纽约州立大学的James Llinas 、美国空军研究实验室的Erik Blasch以及西班牙Carlos的Jess Garca等国际知名专家，该书于2016年在Springer出版。
熊伟，男，汉族，现为海军航空大学教授、海军航空大学信息融合研究所副所长，军队高层次科技创新人才工程拔尖人才、装备发展部指控专业组成员、中国航空学会信息融合分会总干事等，入选中国科协第九届全国代表、海军优秀青年、火力与指挥控制领域杰出青年科技工作者，获国防科技卓越青年科学基金、山东省青年科技奖等。主要研究方向为信息融合、指挥控制系统等，主持和参与973、国家自然基金等项目；获国家科技进步二等奖1项，省部级科技进步一等奖2项、二等奖3项、三等奖1项，发表论文40余篇，授权专利10余项，相关研究成果已推广应用于信息系统、雷达设备等研制中。
|
| 目錄：
|
第一部分 基本原理
第1章 情境和融合：定义、术语 2
1.1 信息融合导论 2
1.1.1 数据（信息）融合的定义 3
1.1.2 信息融合级别 3
1.1.3 关于IF体系结构中数据和信息的备注 5
1.1.4 进一步的参考资料 6
1.2 融合中的情境 6
1.3 对信息融合和情境的展望 7
1.3.1 不同于焦点前提的情境前提 9
1.3.2 信息融合过程的含义 9
1.3.3 集成情境至信息融合过程 9
1.4 结论 13
致谢 13
参考文献 13
第二部分 用于融合的情境概念
第2章 信息融合的情境形式化 22
2.1 引言 22
2.2 何为情境？ 24
2.3 情境和知识 25
2.4 情境形式化 25
2.5 情境和信息质量 27
2.6 情境和自然语言理解 30
2.7 结论 32
参考文献 33
?
第3章 情境：一个不确定源 36
3.1 信息融合过程中的不确定性 36
3.2 关于情境信息中不确定性的文献研究 40
3.3 情境的分类 40
3.4 本体论的作用和概率本体论 42
3.5 情境信息质量 43
3.5.1 不确定性变换 44
3.5.2 相互矛盾的、可疑的和不一致的信息 45
3.6 用例讨论 46
3.6.1 港口防护威胁评估 46
3.6.2 情境因素和情境信息类别 46
3.6.3 关注的事件 48
3.6.4 情境的不确定性维数 48
3.7 结论 54
参考文献 54
第4章 信息融合中的情境跟踪方法 58
4.1 引言 58
4.2 情境跟踪方法的背景 60
4.3 情境跟踪 62
4.4 情境跟踪的机器分析 63
4.5 情境跟踪中的传感器、目标和环境 63
4.5.1 特征跟踪和辨识（目标） 64
4.5.2 广域运动图像（传感器） 64
4.5.3 态势和场景（环境） 65
4.6 受道路约束的跟踪和辨识示例 65
4.6.1 道路网络（环境） 65
4.6.2 目标测量模型（传感器） 67
4.6.3 十字路口的目标模型（目标） 67
4.6.4 情境跟踪示例结果 68
4.7 讨论 69
4.8 结论 71
致谢 71
参考文献 71
第5章 威胁评估系统的情境假设 80
5.1 引言 80
5.2 威胁的定义 81
5.2.1 威胁评估 81
5.2.2 威胁评估的独特系统要求 82
5.3 决策支持系统的假设 83
5.4 基于情境的威胁实例 90
5.4.1 贝叶斯与证据推理的关联 91
5.4.2 比例冲突重新分配 91
5.5 从情境出发实现威胁估计 92
5.6 讨论 94
5.7 结论 94
致谢 95
参考文献 95
第6章 面向决策支持的情境感知知识融合 101
6.1 引言 101
6.2 知识融合：当前发展情况 102
6.3 面向应急管理的情境感知决策支持系统 103
6.3.1 决策支持模型 103
6.3.2 概念框架 104
6.3.3 火灾响应 107
6.3.4 CADSS中的知识融合 114
6.4 结论 116
致谢 116
参考文献 116
第三部分 情境融合的系统观念
第7章 情境信息的系统级使用 122
7.1 内容范围和组织 122
7.2 信息利用中的情境 123
7.2.1 谁的情境（Context-Of：C-O）与为谁的情境
（Context-For：C-F） 124
7.2.2 问题变量与情境变量 125
7.3 数据融合中的情境 127
7.4 情境利用中的质量控制 130
7.5 自适应情境利用 132
7.5.1 信息利用中的自适应性价值 132
7.5.2 推理问题与方法的分类 133
7.6 自适应组合建模 134
7.7 机会适应性 135
7.8 在预测建模中使用情境 138
7.9 结论 139
参考文献 140
第8章 信息融合中情境利用的体系结构 142
8.1 引言 142
8.2 情境知识与可获得资源的类型 143
8.3 与体系结构相关的工作 145
8.4 中间件方法 146
8.4.1 IF文献中的中间件 146
8.4.2 中间件方法：从IF到CI的查询服务 147
8.4.3 中间件函数及其在IF过程的使用要求 149
8.5 基于情境输入的多级别自适应体系结构 151
8.6 结论 154
致谢 154
参考文献 154
第9章 用于交换与验证情境数据和信息的中间件 156
9.1 情境在动态融合系统中的相关性 157
9.2 在开放式系统集系统设计中的交互计算过程 157
9.3 信息融合体系结构中的相互依赖关系 159
9.3.1 分析与决策的观点 159
9.3.2 网络的观点 161
9.3.3 对信息交换（中间件）的影响 163
9.4 利用中间件将数据至决策（D2D）概念应用于融合 163
9.5 中间件 166
9.6 主动中间件ProWare 166
9.6.1 态势参数概念 167
9.6.2 基于订阅的信息交换 168
9.6.3 数据中介 169
9.7 数据验证 170
9.7.1 数据质量方面 171
9.7.2 数据验证操作 171
9.8 总结 173
参考文献 173
第10章 基于建模用户行为的情境感知主动决策支持 176
10.1 引言 177
10.2 概念性的操作示例 179
10.3 APTO系统 180
10.3.1 长期目标 180
10.3.2 技术方法 180
10.4 OZONE App的情境容器 181
10.5 情境感知记忆管理器 181
10.5.1 快照记忆 182
10.5.2 情节记忆 182
10.6 情境转换模型和转换识别 183
10.7 情境转换感知阶段和可视化 183
10.8 事件管理器 183
10.8.1 事件检测 184
10.8.2 规范性事件识别 184
10.9 活动管理器 184
10.9.1 动作检测 184
10.9.2 规范性动作集 185
10.9.3 Suadeo推荐引擎 185
10.10 工作流程管理器 185
10.10.1 特定领域的工作流程 186
10.10.2 采取的动作 186
10.11 HABIT：认证决策框架 186
10.11.1 相关工作 186
10.11.2 方法学 187
10.11.3 总结讨论 189
10.12 网络安全的情境意识动机 190
10.13 CEDARS：综合探索性数据分析推荐系统 191
10.13.1 介绍和相关工作 191
10.13.2 系统架构 192
10.13.3 用例 195
10.13.4 讨论和未来工作 196
10.14 A-TASC：监督控制中的自适应任务分配 196
10.14.1 A-TASC动机 196
10.14.2 A-TASC预测模型 197
10.14.3 方法论 198
10.14.4 未来的工作 199
10.15 结论 200
致谢 201
参考文献 201
?
第四部分 情境的数学特征
第11章 基于情境分析的目标跟踪融合过程监控 206
11.1 引言 206
11.2 情境信息定义 207
11.3 情境空间 207
11.3.1 情境变量 207
11.3.2 传感器概率或传感器有效性子集 210
11.3.3 传感器组的相容有效性概率 211
11.3.4 传感器组的排斥有效性概率 211
11.4 考虑情境的估计 212
11.4.1 静态估计 212
11.4.2 动态估计 215
11.5 仿真 219
11.5.1 仿真条件 219
11.5.2 结果 220
11.5.3 备注 221
11.6 结论 221
参考文献 222
第12章 用于目标跟踪的情境开发 223
12.1 引言 223
12.2 贝叶斯目标跟踪 224
12.2.1 系统方程 225
12.2.2 贝叶斯预测和滤波器更新 225
12.2.3 线性高斯系统 227
12.2.4 非线性系统 228
12.3 情境增强目标跟踪 229
12.3.1 引言 229
12.3.2 约束贝叶斯滤波 230
12.4 约束目标跟踪算法及其应用 232
12.4.1 通用滤波器 232
12.4.2 海上交通监控跟踪滤波器 233
12.4.3 用于地面目标跟踪的跟踪滤波器 238
12.5 数值结果 244
12.5.1 航路辅助跟踪 244
12.5.2 GMTI雷达改进地面目标跟踪 247
12.6 结论 250
参考文献 250
第13章 情境跟踪地面应用：算法和设计实例 255
13.1 引言 255
13.2 空中和地面跟踪比较 256
13.3 可通行性和地形特征 257
13.4 目标行为 258
13.5 量测信息源 259
13.6 通用目标跟踪算法 259
13.7 单目标跟踪 260
13.7.1 多模型算法 260
13.7.2 其他算法 266
13.8 多目标跟踪 268
13.8.1 常见问题和跟踪方法 268
13.8.2 多模型算法 268
13.8.3 对称测量方程滤波器 270
13.9 地面跟踪应用 272
13.9.1 通行能力 274
13.9.2 试验结果 277
13.10 海事跟踪应用 278
13.11 结论及未来工作 281
致谢 281
参考文献 282
第14章 文本分析的情境相关性和软信息融合增强 287
14.1 引言 287
14.2 命题图 288
14.3 与全局图合并 290
14.4 情境理论 291
14.5 使用扩散激活查找相关信息 291
14.5.1 一般扩散激活和命题图 291
14.6 评估扩散激活 294
14.6.1 方法 294
14.6.2 评估结果 297
14.6.3 讨论 297
14.7 结论 299
致谢 300
参考文献 300
?
第15章 多传感器组的情境学习和信息表示算法 303
15.1 引言 303
15.2 情境学习 305
15.2.1 情境的数学形式化 305
15.2.2 学习情境感知的测量模型 307
15.2.3 现场决策自适应中的情境感知 309
15.3 多模态信号的语义信息表示 310
15.3.1 概率有限状态自动机的结构 311
15.3.2 希尔伯特空间构建 312
15.3.3 交叉机扩展 313
15.3.4 PFSA特征提取：构造D-Markov机 314
15.4 实验和结果 315
15.4.1 实验场景和数据收集 315
15.4.2 数据预处理和特征提取 315
15.4.3 性能评估 316
15.5 结论 317
致谢 318
参考文献 318
第五部分 硬软融合中的情境
第16章 动态及多层次融合的情境 322
16.1 引言 322
16.1.1 多传感器多线索融合 323
16.1.2 情境信息中的异质性 325
16.2 情境作为多层次融合的约束要素 326
16.3 情境和JDL第四层次 327
16.3.1 体系结构 328
16.3.2 滤波步骤 329
16.4 情境感知系统的设计指导 331
16.4.1 情境筛选 331
16.4.2 情境切换 333
|
| 內容試閱：
|
推荐序
作为本书的合作主编和特约作者，很高兴得知该书将在中国出版。要特别感谢上海交通大学史习智教授对翻译该书的建议，并主持了整个翻译工作。我们相识于2000年国际信息融合会议（巴黎），多年的友谊和交流为本项工作的顺利进行奠定了基础。
2010年，应西班牙查理三世马德里大学UC3M 的Jesus Garcia 教授之邀，我访问了马德里。由于西班牙是一个拥有广阔海岸线的半岛，许多研究都与海事问题有关。在探讨联合研究课题时，我们很自然地讨论了海事问题。对此，有许多情境信息可用，诸如水深、码头的位置、各种海岸传感器和已知的航道等。讨论也自然地扩展至许多监视类的问题，这需要融合基于传感器的数据和人员报告的数据。由讨论获得灵感，我决定编写一本将情境信息集成至数据融合过程的书，这将会是该主题的第一本著作。我也邀请了意大利Udine大学的Lauro Snidaro教授和美国空军科学研究办公室的Erik Blasch博士一起完成该书，本书也是对国际数据和信息融合学术界的一份贡献。该书的中文译本也将进一步帮助已取得诸多进展的中国研究人员，他（她）们已成功地举办了2017年国际信息融合会议（西安）。
本书旨在以高级别融合和低级别融合之间的平衡将情境信息集成至信息融合系统的设计之中，以适应广泛的应用领域。情境的概念是复杂的，更多的情境信息是在语言或软信息框架中表示的，所以，硬融合和软融合问题受到了关注，在各种应用中，都展现了利用情境信息所取得的实际收益。
我曾不止一次地同我的主编同事谈起对史习智教授的谢意，也非常感谢中国航空学会信息融合分会邀请了多位领域专家承担繁重的翻译任务，他（她）们是：耿琳、崔亚奇、韩德强、范晓婧、刘妍、 朱洪峰、吕亚飞、蔡咪、顾祥岐、刘恒燕、肖碧琴、丁迎迎、石汪权、于昌荣、蒲勇、刘准釓、张作伟、刘泽超、张希娟、段静菲和陈 照。
全书由史习智教授校对。
最后，感谢上海半斗经济发展中心对本项工作的支持和推动。
Prof. James Llinas, Director Emeritus
纽约州立大学布法罗分校，多源信息融合中心
2018年11月
?
?
前 言
本书将信息融合和情境两个复杂的主题联系在一起，二者都有很长的发展历史。在本前言中，我们阐述其发展的原委并给出全书的组织框架。
历史
信息融合的概念可追溯至亚里士多德的著作，它确认了人类感官的整合。随着技术的进展，对感知的本质进而理解为不仅要收集人的数据（例如视网膜的接收器），也要从物理传感器获得数据（例如像素）。对信息融合来讲，情境有其自身的哲理起源。从古希腊起，对人与世界之间，内部和外部的相互作用，就有过各种争论。心理感知和物理感知是集成身心感受的一种手段，其过程与情境理解相似。
情境的作用
情境增强信息融合的三项内容是：感知的情境影响函数、信息系统和计算。与情境有关的关键问题之一是Gibson所定义的生态感知。20世纪50年代出现一种概念，即人的意识由感官严格地构成感知。然而，Gibson对此概念提出了挑战，在其1966年的著作The Senses Considered as Perceptual Systems中，他指出神志可直接解释为来自环境的刺激。在另外的著作中，他断言，外部环境影响行动和生态观，其中，对外部环境的自我概念（情境框架）会影响感知。这些著作构成了有关感知中情境作用的里程碑。20世纪90年代，第二个里程碑包括从各种感知数据采集的大规模物理信息，包括气象、地形和道路数据，称为地理信息系统（Geographical Information System，GIS）。根据所采集的大量数据，信息领域的研究人员使用该信息以改进估计的精确性。最近，情境感知计算方法显示，全局信息可用于修改或增强局部估计过程的有关参数或关注的状态。利用互联网，就有可能实现分布式处理、基于云的信息获取和认知自主。当今，通过数据库、无线连接和云技术可充分地获得这些信息。由于能够访问相关的GIS数据及更大范围的其他形式数据，使得使用情境信息的能力可以推广至更多的应用领域。
表1列出了信息学术界所确定的里程碑的一般主题。纵览历史长河的普遍贡献，有三个领域，即概念和哲理，数学和数据集成理论，以及结构体系和应用，这三个领域便于编者组织来自信息融合领域的顶尖科学家、研究人员、从业者和管理人员为本书提供素材。
表1 情境开发能力随时间的演变
信息视角 时间段
古代 20世纪60年代 20世纪90年代 2010年之后
信息 感知 估计 多传感器 信息
情境 身心 生态 GIS 感知计算
情境融合 哲理 理论 应用 结构体系
现代信息系统应用
现代信息系统必须考虑其所处应用领域的特定性质，显示鲁棒性，以及情境敏感行为。同样地，除了即时的感觉数据外，系统设计者必须考虑不同的情境知识源，以发展一个有效的、高效的和有用的态势评估方法。对于广泛的应用领域，情境知识可能包括场景的结构模型、实体和周边环境之间的已知先验关系、为解释或约束系统输出所需的动态场景，以及估计所关注领域态势时用户的偏好、社会规范和文化。情境包括扩大原本有界估计的条件和增强含义的估计结果。本书为系统设计者提供了一个广泛的讨论框架，将情境信息用于基于融合的估计（据本书作者所知，至今在文献中尚无先例）。
信息融合系统的发展，包括数据级融合、传感器级融合和特征级融合，是各项应用的一个必要的工程过程。新的领域需要日益增多的情境化的解决方案和态势自适应机制。包容情境因素及信息融合系统的潜在发展提供了一个改进融合输出质量的机会，使得解决方案能适应不同应用的需求并增强对用户查询的对口响应。基于情境的策略挑战包括选择适当的表示、开发和实例。情境可表示为知识库、本体和地理地图等，从而构成关切自适应能力和系统性能的有力工具。应用例包括情境辅助跟踪和分类、态势推理、本体构建和决策更新。同时讨论的情境还有对信息融合增强性能有特定要求的领域和传感器。例如，情境辅助的目标跟踪寻求确定具有领域约束敏感性（例如道路）的运动学运动，而情境辅助的信息融合解决方案不仅利用道路信息，也利用相同地理信息的社会规范（例如交通规则）。
本书的内容
本书介绍基础推理、理论和方法，包括融合过程设计和实现中的情境影响，以及情境信息用于现今实际应用的最新成果；强调高级别信息融合和低级别信息融合之间的平衡问题，以展示在高要求条件下的性能改进；选择集成不同学术界（与信息融合学术界之外的读者有关）的研究成果的整体方法，强调组合不同的技术以克服单一视角、遗留计算（legacy computing）和传统上应用于特定领域数据和信息的程序的局限。信息融合的新近进展包括情境利用、多级别融合性能和硬软融合。本书最后介绍了需要基于情境知识的有代表性的应用领域，例如视觉系统、港口监视、机器人和环境智能等，以说明基于传感器的数据和情境信息相协同的过程会产生更鲁棒而翔实的结果。
大纲
全书分为以下六部分。
基本原理：介绍信息融合和情境中的必要术语和关键元素。主要概念是以JDLDFIG 数据融合模型表述的，有助于读者在一个熟知的环境下构建情境增强融合。
用于融合的情境概念：介绍情境感知信息融合的中心主题和问题；情境的形式化连同源自情境增强目标跟踪、决策支持和威胁评估的话题。
情境融合的系统观念：讨论在开发情境感知融合系统中的设计问题和挑战，提出了几种体系结构，对于专门用于情境访问和发现的中间件层具有关键作用。
情境的数学特征：对典型融合问题（诸如传感器质量评估、目标跟踪和文本分析等）中的情境影响建模提供了数学依据。
硬软融合中的情境：处理设备生成的数据（硬）与人生成的数据（软）的融合。作为一个新话题，情境将硬数据和软数据联系在一起。
情境方法在融合中的应用：提供了一系列应用，在其融合过程中，情境信息的利用提升了系统性能。应用领域包括海上和地面目标跟踪、监视、机器人和辅助驾驶。
希望我们所介绍的信息及技术有助于各方从业者、研究人员、读者和学者寻求实践中的信息融合解决方案。本书集合了该领域的最顶尖专家，以展示他们使用情境来增强信息融合结果的技术。
Lauro Snidaro（Udine ，意大利）
Jess Garca（Carlos Ⅲ ，西班牙）
James Llinas（纽约大学，Bufallo分校，美国）
Erik Blasch （空军研究实验室，Roma，纽约，美国）
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
