多传感器融合（1）：理论（持续更新中）

---

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