国产aⅴ自拍三级秋霞操,狠狠爱ady亚洲色,chinse熟女老女人hd视频

內(nèi)容簡介

　　《深度學(xué)習(xí)的駕駛意圖識別》主要介紹了Python基礎(chǔ)知識、信號處理技術(shù)、機(jī)器學(xué)習(xí)基礎(chǔ)、深度學(xué)習(xí)的駕駛意圖識別、駕駛意圖人機(jī)融合。書中運用小波理論、小波包理論、主成分分析法等對信號進(jìn)行處理，并通過Python實現(xiàn)；介紹了深度學(xué)習(xí)模型循環(huán)神經(jīng)網(wǎng)絡(luò)、LSTM模型；同時還介紹了輸入腦電信號對駕駛意圖識別的試驗，識別后的駕駛意圖可運用到自動駕駛領(lǐng)域，輔助保障行車安全。本書可幫助讀者更好地理解基于信號技術(shù)的深度學(xué)習(xí)的駕駛意圖識別，更深入地理解并掌握人機(jī)融合的駕駛技術(shù)原理。本書可供信號處理、車輛工程、交通工程等領(lǐng)域的技術(shù)人員、編程人員閱讀，也可供相關(guān)專業(yè)的師生學(xué)習(xí)參考。

作者簡介

暫缺《深度學(xué)習(xí)的駕駛意圖識別》作者簡介

圖書目錄

第1章　緒論　1
1.1　駕駛意圖識別概述2
1.2　駕駛意圖識別研究現(xiàn)狀2
1.3　深度學(xué)習(xí)概述5

第2章　Python基礎(chǔ)知識　8
2.1　變量和簡單數(shù)據(jù)類型9
2.2　數(shù)字11
2.3　列表12
2.4　列表切片15
2.5　if語句16
2.6　字典17
2.7　while循環(huán)20
2.8　函數(shù)23
2.9　數(shù)據(jù)可視化25
2.10　數(shù)據(jù)的統(tǒng)計學(xué)特征30
2.11　代數(shù)和符號數(shù)學(xué)問題34

第3章　信號處理基礎(chǔ)　37
3.1　信號的定義及應(yīng)用38
3.2　信號的分類39
3.3　連續(xù)時間信號的頻域分析44

第4章　機(jī)器學(xué)習(xí)基礎(chǔ)　62
4.1　矩陣的基本知識63
4.2　腦電信號的數(shù)據(jù)處理66
4.3　樹和隨機(jī)森林算法67
4.4　KNN算法69
4.5　貝葉斯理論70
4.6　支持向量機(jī)72
4.7　神經(jīng)網(wǎng)絡(luò)原理77
4.8　神經(jīng)網(wǎng)絡(luò)Python基礎(chǔ)83

第5章　深度學(xué)習(xí)的駕駛意圖識別　93
5.1　腦電信號概述94
5.2　試驗方案設(shè)計98
5.3　駕駛行為與駕駛意圖105
5.4　深度學(xué)習(xí)111

第6章　駕駛意圖人機(jī)融合　124
6.1　腦機(jī)接口與CAN總線系統(tǒng)的整體設(shè)計125
6.2　腦-機(jī)接口與CAN總線系統(tǒng)的模塊化設(shè)計128
6.3　數(shù)據(jù)采集系統(tǒng)136

附錄　LSTM模型識別案例代碼　146

參考文獻(xiàn)　164