深度學習的多傳感器融合理論與應用

多傳感器融合理論與應用現(xiàn)狀；
采用協(xié)方差映射構建數(shù)據(jù)融合與異常值剔出的通用框架；
在網絡控制系統(tǒng)中采用延遲與損耗認知的狀態(tài)估計；
橢圓運動約束中的融合與狀態(tài)估計性能；
智能感知融合技術中的相關性與冗余選擇；
在輻射感知網絡中采用SPRT對執(zhí)行設備的操作狀態(tài)進行分類；
信息融合中智能化監(jiān)測與偵察中知識推理的應用；
基于測試樣本對的多分類器融合；
基于可靠合作源的道路檢測改進；
多傳感器融合在機器人中的應用；
在船用監(jiān)測系統(tǒng)中采用多個緊壓的高頻面波雷達基于貝葉斯估計定位目標；
在無人操控系統(tǒng)中基于SLAM返回到起飛地點；
在水下真實場景中的地形導航；
采用有監(jiān)督的校準方法改進激光雷達探測波束的對比度與強度；
在未分集的空間擴展測量中基于多層粒子濾波的多目標跟蹤；
多目標跟蹤中采用遍歷的卡爾曼濾波變量進行虛警和漏警測量；
多個微小型紅外傳感陣列的跌落檢測；
工廠里基于慣導傳感的微小型手勢識別；
上肢外骨骼修復中運動學、動力學和控制