一、不确定性推理
人工智能 4.不确定性推理方法
链接:https://blog.csdn.net/lagoon_lala/article/details/85135809
二、多传感器融合
多传感器融合(算法)综述
链接:https://zhuanlan.zhihu.com/p/101211248
三、朴素贝叶斯理论
参数估计方法简述(贝叶斯估计,最大后验概率估计,极大似然估计)
链接:https://blog.csdn.net/weixin_43133628/article/details/115302471
朴素贝叶斯分类
链接:https://ww2.mathworks.cn/help/stats/classification-naive-bayes.html?s_tid=srchtitle
链接:https://ww2.mathworks.cn/help/stats/classification-example.html
贝叶斯matlab程序
链接:https://ww2.mathworks.cn/matlabcentral/fileexchange/25203-bayes?s_tid=srchtitle&s_tid=mwa_osa_a
四、多贝叶斯估计
一种基于贝叶斯估计的多传感器测量数据融合方法
链接:https://www.doc88.com/p-7079828917892.html?s=rel&id=2
一种优化的贝叶斯估计多传感器数据融合方法
链接:https://www.doc88.com/p-1748503633508.html?s=rel&id=9
五、资料汇总
机器学习与人工智能学习资源导引
链接:https://blog.csdn.net/pongba/article/details/2915005