深度学习的驾驶意图识别
正版保障 假一赔十 可开发票
￥ 41.43 4.7折 ￥ 88 全新
库存6件
广东广州
认证卖家担保交易快速发货售后保障
作者李敏,刘碧龙
出版社化学工业出版社
ISBN9787122386670
出版时间2020-07
装帧平装
开本16开
定价88元
货号11041566
上书时间2024-08-24
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
目录
第1章 绪论
1.1 驾驶意图识别概述
1.2 驾驶意图识别研究现状
1.3 深度学习概述
第2章 Python基础知识
2.1 变量和简单数据类型
2.2 数字
2.3 列表
2.4 列表切片
2.5 if语句
2.6 字典
2.7 while循环
2.8 函数
2.9 数据可视化
2.10 数据的统计学特征
2.11 代数和符号数学问题
第3章 信号处理基础
3.1 信号的定义及应用
3.2 信号的分类
3.3 连续时间信号的频域分析
第4章 机器学习基础
4.1 矩阵的基本知识
4.2 脑电信号的数据处理
4.3 树和随机森林算法
4.4 KNN算法
4.5 贝叶斯理论
4.6 支持向量机
4.7 神经网络原理
4.8 神经网络Python基础
第5章 深度学习的驾驶意图识别
5.1 脑电信号概述
5.2 试验方案设计
5.3 驾驶行为与驾驶意图
5.4 深度学习
第6章 驾驶意图人机融合
6.1 脑机接口与CAN总线系统的整体设计
6.2 脑-机接口与CAN总线系统的模块化设计
6.3 数据采集系统
附录 LSTM模型识别案例代码
参考文献
内容摘要
本书主要介绍了Python基础知识、信号处理技术、机器学习基础、深度学习的驾驶意图识别、驾驶意图人机融合。书中运用小波理论、小波包理论、主成分分析法等对信号进行处理，并通过Python实现；介绍了深度学习模型循环神经网络、LSTM模型；同时还介绍了输入脑电信号对驾驶意图识别的试验，识别后的驾驶意图可运用到自动驾驶领域，辅助保障行车安全。本书可帮助读者更好地理解基于信号技术的深度学习的驾驶意图识别，更深入地理解并掌握人机融合的驾驶技术原理。本书可供信号处理、车辆工程、交通工程等领域的技术人员、编程人员阅读，也可供相关专业的师生学习参考。
主编推荐
——介绍Python的基础操作，通过示例进行编程展示； ——讲解信号处理基础，通过Python编程对小波理论、小波包理论等信号处理技术进行编程； ——介绍机器学习的模型及原理，并运用Python编程来实现； ——分析驾驶行为，运用小波理论和小波包理论等对脑电信号进行处理、分析并提取特征参数，将提取的特征参数输入到深度学习模型中，对驾驶意图进行识别； ——对深度学习驾驶意图识别模型进行仿真验证，将驾驶意图转换为相应的指令控制车辆自动驾驶。
精彩内容
本书主要介绍了Python基础知识、信号处理技术、机器学习基础、深度学习的驾驶意图识别、驾驶意图人机融合。书中运用小波理论、小波包理论、主成分分析法等对信号进行处理，并通过Python实现；介绍了深度学习模型循环神经网络、LSTM模型；同时还介绍了输入脑电信号对驾驶意图识别的试验，识别后的驾驶意图可运用到自动驾驶领域，辅助保障行车安全。本书可帮助读者更好地理解基于信号技术的深度学习的驾驶意图识别，更深入地理解并掌握人机融合的驾驶技术原理。
本书可供信号处理、车辆工程、交通工程等领域的技术人员、编程人员阅读，也可供相关专业的师生学习参考。
媒体评论
——介绍Python的基础操作，通过示例进行编程展示；
——讲解信号处理基础，通过Python编程对小波理论、小波包理论等信号处理技术进行编程；
——介绍机器学习的模型及原理，并运用Python编程来实现；
——分析驾驶行为，运用小波理论和小波包理论等对脑电信号进行处理、分析并提取特征参数，将提取的特征参数输入到深度学习模型中，对驾驶意图进行识别；
——对深度学习驾驶意图识别模型进行仿真验证，将驾驶意图转换为相应的指令控制车辆自动驾驶。
— 没有更多了 —
以下为对购买帮助不大的评价