嵌入式系统智能:一种方的方法(意)凯撒·阿利皮机械工业出版社9787111663584全新正版
¥
96.75
7.5折
¥
129
全新
库存3件
作者(意)凯撒·阿利皮
出版社机械工业出版社
ISBN9787111663584
出版时间2021-01
四部分类子部>艺术>书画
装帧平装
开本32开
定价129元
货号1202170363
上书时间2024-09-25
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
张永辉,海南大学教授,博士生导师,信息科学技术学院副院长兼海南大学网教中心副主任(主持工作),中国电子学会高级会员,教育部高等学校仪器类专业教学指导委员会协作委员,教育部高等学校电子信息类专业教学指导委员会协作委员,中国仪器仪表学会测量与控制专业委员会常务委员,海南省电子学会副理事长兼秘书长,全国大学生电子设计竞赛海南赛区组委会秘书长,海南省海洋通信与网络工程技术研究中心副主任。
目录
译者序
原书前言
缩略语
物理量与符号
第1章绪论1
1.1本书是如何组织的3
1.1.1从计量到数值数据3
1.1.2不确定性、信息和学习机制4
1.1.3随机算法5
1.1.4鲁棒性分析5
1.1.5嵌入式系统的情感认知机制6
1.1.6性能评估和可能近似正确的计算6
1.1.7嵌入式系统中的智能机制7
1.1.8非稳态和演进环境中的学习7
1.1.9故障诊断系统8
第2章从计量到数值数据9
2.1测量和测量值9
2.1.1测量链9
2.1.2测量过程建模12
2.1.3准确度13
2.1.4精度14
2.1.5分辨率15
2.2数据表示的确定性与随机性16
2.2.1确定性表示:无噪声影响的数据16
2.2.2随机性表示:有噪声影响的数据17
2.2.3信噪比18
第3章不确定性、信息和学习机制19
3.1不确定性和扰动19
3.1.1从误差到扰动19
3.1.2扰动19
3.2在数据表示层的扰动20
3.2.1自然数N:自然二进制20
3.2.2整数Z:二进制补码22
3.2.3二进制补码记数法22
3.2.4有理数Q和实数R23
3.3传播的不确定性24
3.3.1线性函数25
3.3.2非线性函数28
3.4从模型级的数据和不确定性中学习29
3.4.1学习基础:固有风险、近似风险和估计风险30
3.4.2偏移方差权衡34
3.4.3非线性回归35
3.4.4线性回归37
3.4.5线性时不变预测模型38
3.4.6应用级别的不确定性40
第4章随机算法41
4.1计算复杂性42
4.1.1算法分析43
4.1.2P问题、NP接近问题、NP困难问题45
4.2蒙特卡洛方法46
4.2.1蒙特卡洛背后的思想47
4.2.2弱、强大数定律49
4.2.3一些收敛结果50
4.2.4维数灾难和蒙特卡洛53
4.3样本数量的界53
4.3.1伯努利界54
4.3.2切尔诺夫界55
4.3.3估计函数优选值样本的界59
4.4随机算法介绍60
4.4.1算法验证问题61
4.4.2优选值估计问题64
4.4.3期望估计问题67
4.4.4最小(优选)期望问题70
4.5控制采样空间的统计量73
第5章鲁棒性分析76
5.1问题形式化76
5.1.1鲁棒性76
5.1.2计算流水平的鲁棒性78
5.2小扰动鲁棒性78
5.2.1评估小扰动在函数输出中的影响79
5.2.2经验风险水平的扰动79
5.2.3结构风险水平的扰动83
5.2.4鲁棒性理论要点89
5.3大扰动的鲁棒性91
5.3.1问题定义:以u(δθ)为例92
5.3.2随机算法和鲁棒性:以u(δθ)为例93
5.3.3优选期望问题96
第6章嵌入式系统的情感认知机制100
6.1情感认知结构100
6.2自动和受控处理101
6.2.1自动处理101
6.2.2受控处理102
6.3神经情感系统的基本功能103
6.3.1杏仁体103
6.3.2长期记忆104
6.3.3基底神经节104
6.3.4外侧前额叶和联合皮层105
6.3.5前扣带皮层105
6.3.6眶/腹侧-内侧前额叶皮层106
6.3.7海马体106
6.4情感和决策107
第7章性能评估和可能近似正确的计算108
7.1准确估计:品质因数108
7.1.1平方误差109
7.1.2柯尔贝克-莱布勒110
7.1.3Lp范数和其他品质因数110
7.2可能近似正确的计算111
7.3性能验证问题114
7.3.1性能满意度问题114
7.3.2品质因数的期望问题116
7.3.3优选性能问题117
7.3.4PACC问题117
7.3.5最小(优选)扰动期望问题118
7.4准确度估计:给定数据集的情况下118
7.4.1问题形式化119
7.4.2自举方法120
7.4.3小自举包方法121
7.5认知处理和PACC122
7.6示例:嵌入式系统的准确度评估122
第8章嵌入式系统中的智能机制130
8.1电源电压与处理器频率层面的适应能力131
8.1.1在线DVFS132
8.1.2离线 DVFS134
8.2自适应感知及其策略134
8.2.1分级感知技术136
8.2.2自适应采样138
8.3能量获取级别自适应141
8.3.1增量电导法145
8.3.2扰动和观测法146
8.4时钟同步智能算法147
8.4.1时钟同步:框架149
8.4.2时钟同步的统计方法150
8.4.3时钟同步的自适应方法155
8.4.4时钟同步的预测方法155
8.5定位和跟踪155
8.5.1基于RSS的定位156
8.5.2基于到达时间的定位159
8.5.3 基于到达角的定位160
8.5.4基于到达频率的方法160
8.6应用代码级别的自适应161
8.6.1远程参数-代码可重编程性161
8.6.2远程代码可重编程性163
8.6.3决策支持系统164
8.6.4在线硬件可重编程性167
8.6.5 应用:Rialba塔监测系统170
第9章非稳态和演进环境中的学习174
9.1被动学习和主动学习175
9.1.1被动学习175
9.1.2主动学习178
9.2变点方法183
9.2.1变点183
9.2.2集合差异性183
9.2.3变点公式184
9.2.4CPM中使用的测试统计信息185
9.2.5基本方案扩展186
9.3更改检测测试187
9.3.1CUSUM CDT系列188
9.3.2置信区间CDT系列的交集190
9.3.3杏仁体-VM-PFC:H-CDT199
9.4即时学习框架199
9.4.1观测模型200
9.4.2JIT分类器201
9.4.3渐进性概念漂移205
9.4.4渐进性概念漂移的JIT206
9.4.5杏仁体-VM-PFC-LPAC-ACC:JIT方法207
第10章故障诊断系统208
10.1基于模型的故障检测和隔离210
10.2无模型故障检测和隔离211
10.2.1FDS:传感器级情况213
10.2.2FDS:传感器-传感器关系的变化217
10.2.3FDS:多传感器案例221
10.3杏仁体和VM-PFC:多传感器级FDS225
参考文献226
内容摘要
本书从方法论的角度提出了在嵌人式系统平台上实现智能的方法,针对在现实世界中具有不确定性、非稳态和演进的环境中的嵌入式系统所面临的基本问题,引入适应策略、主动和被动学习能力、鲁棒性能力、嵌人式和分布式认知故障诊断系统的设计,以及用于评估嵌入式应用中的性能和约束满意度的技术。本书的重点是将给定问题形式化,提出解决问题最相关的策略,以及关于理论、方法、途径"背后问题"的讨论,以便研究人员、从业者和学生学习、理解和完善智能背后的基本机制,以及如何将它们用于设计下一代嵌人式系统和嵌入式应用程序。本书主要面向嵌入式系统智能相关领域的研究人员、从业者以及攻读硕士或博士学位的研究生,书中的部分内容也可以供相关专业本科生阅读。
— 没有更多了 —
以下为对购买帮助不大的评价