《贝叶斯网络参数学习及对无人机的决策支持》 任佳, 高晓光【摘要 书评 试读】图书

编辑推荐

《贝叶斯网络参数学习及对无人机的决策支持》是编者在多年从事BN和UAV自主决策研究基础上整理而成，其撰写和出版得到国家自然科学基金、海南省自然科学基金（612130）、海南大学青年基金（qnjj1243）、海南大学科研启动基金（kyqd1209）的资助。

目录

第1章 贝叶斯网络与无人机自主决策 1.1无人机技术发展背景 1.2 自主决策方法国内外研究发展现状 1.2.1 无人机自主决策研究现状 1.2.2 人工智能决策方法研究现状 1.2.3 贝叶斯网络研究现状 1.3无人机自主决策关键问题 1.4主要内容研究背景与介绍 1.4.1 信息不完备小样本离散动态贝叶斯网络参数学习 1.4.2 数据缺失条件下网络参数学习及UAV路径规划 1.4.3 基于参数学习的UAV攻击任务决策 第2章 贝叶斯网络理论基础 2.1 静态贝叶斯网络理论 2.1.1 静态贝叶斯网络概念 2.1.2 贝叶斯网络证据类型 2.2离散动态贝叶斯网络理论 2.3 离散动态贝叶斯网络结构学习 2.3.1 完备样本数据集下的结构学习 2.3.2 观测数据缺失下的结构学习 2.4离散动态贝叶斯网络推理 2.5离散动态贝叶斯网络参数学习 2.6时变动态贝叶斯网络 第3章 信息不完备小样本条件下网络参数学习 3.1静态贝叶斯网络参数学习算法 3.1.1 最大似然估计参数学习 3.1.2 贝叶斯估计参数学习 3.1.3 EM参数学习 3.2约束条件下小样本静态网络参数学习 3.2.1 先验参数分布模型 3.2.2 约束条件下先验参数的确定方法 3.2.3 先验约束下静态网络参数学习算法 3.2.4 算法性能分析 3.3离散DBN前向递归参数学习机制 3.4约束条件下小样本离散DBN参数学习 3.4.1 约束递归学习算法 3.4.2 算法应用分析 第4章 数据缺失条件下网络参数学习 4.1数据缺失下基于支持向量机的参数学习 4.1.1 基于支持向量机回归的缺失数据估计原理 4.1.2 基于支持向量机回归的网络参数学习 4.1.3 数据缺失条件下静态网络参数学习 4.1.4 数据缺失条件下动态网络参数学习 4.2数据缺失下基于噪声数据平滑的参数学习 4.2.1 算法思路 4.2.2 算法过程描述 4.2.3 算法应用分析 第5章 基于参数学习的UAV自主攻击任务决策 5.1战场环境中无人机自主攻击任务决策想定 5.1.1 研究背景 5.1.2 任务想定 5.2基于SVDDBN的自主攻击任务决策模型 5.2.1 基于多模型的SVDDBN建模 5.2.2 无人机自主攻击任务决策模型构建 5.3变结构离散动态贝叶斯网络推理算法 5.4战场环境下UAV自主攻击任务决策 5.4.1 经验参数下自主攻击任务决策仿真 5.4.2 基于离散DBN参数学习的自主攻击任务决策仿真 第6章 数据缺失下基于参数学习的UAV路径规划 6.1任务想定 6.2连续动态贝叶斯网络目标状态估计 6.3 UAV路径重规划决策模型 6.4应用与分析 6.5无人机动态路径规划描述 6.5.1 问题来源 6.5.2 任务描述 6.6基于SVDDBN的威胁概率预测模型 6.7基于转换量测卡尔曼滤波的状态估计模型 6.7.1 机载雷达观测数据坐标转换误差分析 6.7.2 机载雷达测量值坐标转换误差协方差 6.7.3 转换量测卡尔曼滤波缺失数据估计 6.8无人机飞行控制模型 6.9无人机路径优化 6.10应用与分析 参考文献