新書推薦：
《
微观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：NT$
709.0
《
Python贝叶斯深度学习
》
售價：NT$
407.0
《
文本的密码：社会语境中的宋代文学
》
售價：NT$
306.0
《
启微·狂骉年代：西洋赛马在中国
》
售價：NT$
357.0
《
有趣的中国古建筑
》
售價：NT$
305.0
《
十一年夏至
》
售價：NT$
347.0
《
如何打造成功的商业赛事
》
售價：NT$
407.0
《
万千教育学前·透视学前儿童的发展：解析幼儿教师常问的那些问题
》
售價：NT$
265.0
|
| 編輯推薦： |
1.深入剖析了林草火灾监测预警系统的组成和应用实例；
2.讨论了计算智能鸡机器人技术为信息学基础的理论与应用
|
| 目錄：
|
第1章绪论1
参考文献4
第2章林草火灾监测预警概述6
2.1林草火灾概念与研究范畴6
2.2林草火灾监测预警研究内容9
2.2.1林草火灾监测预警系统边界划分9
2.2.2研究内容10
2.3林草火灾监测预警的分类11
2.3.1未燃阶段监测预警12
2.3.2燃烧初期阶段监测12
2.3.3燃烧蔓延发展阶段监测13
2.4林草火灾监测预警技术发展13
2.5监测预警系统应用者视角14
2.5.1领域需求分析15
2.5.2应用需求分析15
2.6监测预警系统设计者视角15
2.6.1技术需求分析15
2.6.2系统形式化建模16
2.7监测预警业务与系统16
2.7.1体系架构16
2.7.2业务与功能18
2.7.3系统与实现18
2.7.4评估策略19
2.8降低监测预警系统成本途径19
2.8.1前端优化20
2.8.2本质安全验证20
2.9监测预警系统的云计算设计与验证20
2.9.1云计算与可计算架构20
2.9.2监测预警系统形式化体系架构21
2.9.3业务流程与系统实现验证21
2.10计算视觉与计算智能22
2.10.1基于视觉的感知系统模型23
2.10.2计算智能与认知系统模型23
2.10.3基于视觉的火险监测23
2.10.4视觉导航与定位24
思考题24
参考文献25
第3章无线传感器布局与信息传输26
3.1无线传感器网络与通信协议26
3.2无线传感器布局与传输技术研究现状27
3.3基于CVaR子模效益模型传感器布局优化29
3.3.1节点不确定性布局研究背景29
3.3.2基于CVaR的子模效益模型30
3.3.3改进贪婪算法32
3.3.4实验与分析34
3.4基于IHACA-COpSPIEL算法无线传感器布局与传输优化38
3.4.1布局与传输优化研究背景38
3.4.2无线传感器布局与传输问题39
3.4.3IHACA-COpSPIEL传感器布局方法40
3.4.4无线传感网络路由协议44
3.4.5实验与分析48
思考题55
参考文献55
第4章基于视觉林草火灾影像智能监测58
4.1相关研究技术简介58
4.2基于深度卷积网络DC-ILSTM林草烟雾影像监测62
4.2.1集成式长短期记忆网络ILSTM63
4.2.2基于VGG-16网络优化卷积层参数65
4.2.3基于DC-ILSTM网络森林火灾烟雾检测方法67
4.2.4实验结果与分析68
4.3基于关联域DC-CMEDA林草烟雾影像迁移学习72
4.3.1基于resnet50网络提取各领域数据特征73
4.3.2构建关联式流形分布配准算法75
4.3.3基于DC-CMEDA森林火灾烟雾识别检测方法79
4.3.4实验结果与分析80
4.3.5小结86
思考题86
参考文献87
第5章林草火灾监测预警火环境模型90
5.1研究背景与关键问题90
5.1.1BPNN-DIOC理论模型91
5.1.2预测与分析97
5.2森林火险气象指数系统应用103
5.2.1研究数据与分析104
5.2.2基于BPNN-DIOC气温空间插值研究106
5.3气象因子与林草火灾应用108
5.3.1研究区域自然概况108
5.3.2气象因子与林火发生相关性分析109
5.3.3基于BPNN-DIOC网络林火发生预测模型109
思考题112
参考文献112
第6章自主机器人系统架构与设计114
6.1自主机器人系统架构114
6.2基于视觉的感知系统115
6.2.1相机模型115
6.2.2大视距RGB-D相机视觉里程计建模119
6.3计算智能与认知系统127
6.3.1模糊Elman-DIOC神经网络模型127
6.3.2基于模糊Elman-DIOC网络移动机器人路径规划131
6.4控制器与执行系统138
6.4.1PID控制模型139
6.4.2基于ACPSO-WFLN的PID控制系统141
思考题148
参考文献149
第7章旋翼式飞行器设计与应用151
7.1抗风干扰研究现状151
7.2旋翼风场模型与空气动力学分析153
7.2.1风场模型153
7.2.2风场环境下四旋翼飞行器系统建模156
7.3旋翼控制器抗干扰设计162
7.3.1位置控制器163
7.3.2姿态控制器164
7.3.3状态估计器164
7.4旋翼式飞行器应用164
7.4.1定点悬停166
7.4.2轨迹跟踪应用168
7.4.3风速估计170
7.4.4小结172
思考题172
参考文献172
第8章轮式机器人系统设计与应用174
8.1概述174
8.2产品原型设计175
8.2.1需求分析176
8.2.2产品设计指标177
8.2.3算法研究177
8.2.4机械与电气设计179
8.3运动学建模与避障180
8.3.1运动学模型180
8.3.2避障优化184
8.4虚拟仿真189
8.4.1模型转换189
8.4.2三维可视化仿真190
8.5建图与定位验证192
8.5.1在线建图与避障193
8.5.2定位194
8.5.3小结194
思考题194
参考文献195
第9章基于云计算监测预警系统形式化验证196
9.1云计算系统与可计算架构197
9.1.1云计算特征197
9.1.2可计算架构三元组197
9.1.3问题求解模型198
9.1.4云信息系统模型199
9.1.5从原子操作到原子构件201
9.1.6LL7201
9.2监测预警系统体系架构202
9.2.1CBMEWS4FGF总体框架202
9.2.2CBMEWS4FGF架构抽象模型205
9.2.3体系结构描述语言LL7206
9.3监测预警系统形式化建模213
9.3.1构建CBMEWS4FGF体系架构213
9.3.2建模方法214
9.3.3形式化建模216
9.3.4形式化验证217
9.3.5形式化验证工具219
9.3.6小结222
9.4业务流程路径追踪与模型检测222
9.4.1流程到代码实现机制223
9.4.2业务流程执行路径追踪224
9.4.3小结229
9.5多线程程序形式化建模229
9.5.1CC多线程程序到CSP#转换框架230
9.5.2CCSP框架语言形式化建模233
9.5.3系统形式化验证234
9.5.4小结235
思考题235
参考文献235
第10章以信息视角探讨林草火灾监测预警机器人研发人才培养教学模型238
10.1研究背景简介238
10.1.1历史与现状238
10.1.2研究目标240
10.1.3关键点241
10.1.4主要特点241
10.2研究与教学系统需求242
10.2.1项目总体框架242
10.2.2信息学基础理论与自主机器人核心理论243
10.2.3自主机器人理论与产品245
10.2.4自主机器人产品实践246
10.2.5小结246
10.3自主机器人教学与实践模型246
10.3.1系统边界246
10.3.2控制模型247
10.3.3教学系统模型249
10.3.4小结249
10.4联合培养模式249
10.4.1产品需求驱动250
10.4.2产业需求驱动250
10.4.3小结251
10.5实施与效果评价251
10.5.1完成的主要工作251
10.5.2效果评价252
思考题252
参考文献252
|
| 內容試閱：
|
林草火灾监测预警技术与系统是多学科发展与融合的产物。据作者不完全统计，以森林防火为关键词，使用CNKI中文检索，在检索出的836篇文章中，涉及可燃物研究的，19642019年有491篇，占比为58.73%；其次是视频监控研究的有关论文，20042019年，共104篇，占比为12.44%;排在第三位的是无人机相关论文，20062019年有67篇，占比为8.01%；第四位为传感器，从19952019年有43篇，占比为5.14%；随后依次为气象站、FWI、林分结构、土壤、火模型、生态站等。从以上统计不难看出，我国森林防火研究一半以上的成果源于林业工作者对燃烧对象，即可燃物的燃烧机理、传播途径、环境影响等所做的长期深入细致的研究，而对火灾预警监测所采用的观测手段如信息采集用的传感器，包括无人机、视频监控等、处理方法如机器学习与人工智能等以及控制技术等方面的研究，则受限于现代信息技术进展以及机器人技术、人工智能理论在森林防火研究的多学科交叉融合程度。
为此，本书尝试从林草火灾监测预警的信息采集、处理与控制流程等方面，对林草火灾监测预警系统进行边界划分，以作者主导的太原理工大学智能感知与安全架构实验室近年来的研究成果为叙述主线，以系统设计者与应用者视角，探讨计算智能与机器人等现代技术在林草火灾监测预警的应用与科技创新。林草火灾监测预警多学科交叉融合的关键在于培养多学科创新人才，因此在本书的最后章节，笔者以普通高校电子类研究生从事机器人技术理论研究为例，以满足学习研究与工程实践自主机器人需求为目标，从机器人设计研发等环节在人才培养方面进行了探讨，给出了相应教学模型。
本书通过深入剖析林草火灾监测预警系统的组成原理与应用实例，讨论了林草火灾监测预警技术与系统中，以计算智能及机器人技术为信息学基础的理论与应用等方面的研究内容。全书共10章，各章主要内容安排如下。
第1章：介绍林草火灾监测预警理技术研究背景。
第2章：介绍了林草火灾的概念与研究范畴，林草火灾监测预警的分类、技术发展方向及以应用者和设计者视角的监测预警信息系统设计流程，包括需求分析、业务与系统云架构等内容。
第3章：介绍了以子模优化为基础的IoT无线传感器布局与信息传输方案，并给出适合林草火灾早期预警的大规模无线传感器部署与信息传输方法。
第4章：讨论了计算视觉技术在林草火灾影像监测中的研究与应用成果。重点介绍了多分辨烟雾影像的神经网络识别与迁移学习方案。
第5章：介绍以前馈神经网络为基础多层感知机在林草火灾监测预警中的应用，重点介绍了森林火险气象指数系统所涉及参数的空间插值技术。
第6章：介绍林草火灾监测预警系统业务与系统架构和自主机器人系统云计算架构之间的同构关系。重点介绍基于表达层视觉的机器人系统感知、认知以及执行的原理与方法。
第7章：着重讨论在风环境下旋翼飞行控制器抗干扰设计方面研究工作。
第8章：以林内机器人常用形态之一的轮式机器人为研究对象，重点讨论机身尺度约束下的轮式机器人原型设计方案。根据林内环境的差异性避障需求，解决不同尺度轮式机器人的设计问题；然后讨论轮式机器人的虚拟仿真与算法验证。
第9章：通过讨论基于云计算的信息系统抽象模型及其架构，构造了基于云计算的林草火灾监测预警系统架构模型，实现了形式化验证。然后讨论了半形式化语言构造的业务流程的验证，以及多线程程序的形式化验证。
第10章：解决高等院校电子类研究生从事机器人系统理论研究与应用开发时，如何快速构建机器人技术信息学基础的教学方法与手段，并给出了教学模型。
笔者要感谢所有为本书出版付出过辛勤劳动、给予支持与鼓励的人们。
特别感谢太原理工大学智能感知与安全架构实验室的全体同仁，是你们的辛勤工作与无私奉献才有了作者研究总结的系统性基础研究成果。感谢团队初创时我的同事常青博士、武淑红博士、李铁鹰教授，是大家的加入形成了结合信息、计算机与自动化的机器人学科的研究基础团队。特别感谢王田苗教授在作者团队初创时及发展过程中给予的关键指导与无私帮助。感谢百人计划特聘教授王力波博士的加盟，为团队今后人工智能理论与应用的研究奠定了坚实的基础。同时感谢英国布鲁内尔大学李茂贞教授在高性能计算与迁移学习研究方面给予的具体指导。感谢实验室研究生谢晓娟、段宇君、卫鑫、刘晓慧、王亚琴、杨春霞、杨芳君、赵元魁、晁斌、陆建伟、李凌燕、李凯宁、高飞等人的工作，还包括刘鑫、郝慧琴、潘长城、李方良、王克丽、李燕、李航、张承秀、侯玉涵、牛丽丽、薛艳、牛慧敏、刘安睿吉力、姜海涛、王秀、王涛、王飞等研究生所做的大量基础研究工作。
感谢中国林业科学研究院舒立福研究员，北京林业大学刘晓东教授、田呈明教授，山西省林业科学研究院郭学斌教授、孙永明教授等专家学者，是你们的基础研究与专业指导帮助笔者实验室实现了在森林防火研究的多学科交叉融合，对此再次表示衷心的感谢。
最后深深感谢我的家人，没有你们的鼓励、陪伴与辛勤付出，笔者是不可能顺利完成本书的。
尽管笔者力求做到对全书内容做严谨与科学论述，但限于技术进展，加之笔者水平有限，书中疏漏之处在所难免，敬请读者批评指正。
王耀力
2020年6月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
