随机系统概论--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

《随机系统概论——分析估计与控制（下）》是一本全面系统介绍随机系统的学术专著。首先从介绍随机系统的基本概念入手，然后介绍离散时间和连续时间线性动态随机系统的分析方法。在此基础上，介绍系统的参数估计理论，包括最小方差、极大后验、极大似然及最小二乘等经典估计方法，同时包括期望极大化（EM）估计方法等新的进展。研究随机系统的一个重要方面是对动态系统的状态估计，本专著除介绍卡尔曼滤波等经典内容外，同时包括了UKF、粒子滤波、混杂系统状态估计的多模型滤波等现代方法。随着信息技术的发展，动态系统状态估计的多源信息融合方法得到学术界的广泛重视，本专著还介绍了最新发展的多源信息融合理论，而典型的应用问题就是目标跟踪。随机系统理论研究的另一个方面就是随机系统辨识，即如何由试验数据构造系统的问题，本专著讨论了各种辨识算法。随机系统理论的最新发展也包括了随机系统的检测理论和随机系统信号的特征信息提取，此处介绍了随机检测问题的基本概念和各种检测方法，以及如何由随机系统输出信号中提取其包含反映系统本质属性的特征信息方法。对于随机系统理论的扩展，就是基于随机集和随机有限集的估计与决策理论，这是处理不确定性问题的一种新理论方法。研究随机系统更重要的目的在于实施随机最优控制，本专著介绍了各种随机系统控制方法，尤其是双重最优控制方法。在此基础上，还进一步介绍了随机系统的自适应控制与预测控制，包括参数自校正及多模型自适应控制技术等。最后介绍了随机系统的试验、仿真及评估等方法，以及随机系统理论在几个方面的具体应用。
《随机系统概论——分析估计与控制（下）》汇集了作者们多年来在随机系统理论及应用科研和教学工作中的心得和体会，内容丰富、完整、新颖，既包括较完备的经典理论，也包括近年发展起来的新方法和新技术，特别是有机地融入了作者韩崇昭近年的若干研究成果和最新的一些研究进展。
本书可以作为从事随机系统估计、检测及控制等领域科技工作者和工程技术人员的参考资料，同时也可作为高等院校自动控制及其他相近专业研究生的参考书。

作者简介

韩崇昭，西安交通大学电子与信息工程学院教授、博士生导师。主要研究领域是随机控制与自适应控制、工业过程控制与优化、多传感信息融合，以及决策理论与决策支持系统等。近年来主要从事信息融合方面的研究，从2002年起先后主持两个有关信息融合的国家973课题，做出了重要贡献，并出版学术专著《多源信息融合》：韩崇昭教授与英国伦敦城市大学、奥地利维也纳技术大学、美国新奥尔良大学等有长期合作关系，曾担任西安交通大学信息与控制工程系副主任、电子与信息工程学院副院长等职；现任中国自动化学会理事和智能建筑与楼宇自动化专业委员会副主任、陕西省自动化学会常务副理事长，且任陕西省人民政府参事。在国内外重要期刊和会议发表论文300多篇，出版著作7本，获省部级以上科研成果奖6项、全国优秀教材奖1项。

上册
......
第8章随机系统信号的特征信息提取
8.1基本概念
8.1.1什么是随机系统信号特征信息提取
8.1.2随机系统信号特征信息提取的应用
8.1.3随机系统信号特征信息提取综述
8.2随机系统信号主成分分析神经网络
8.2.1Hebbian和Oja学习规则
8.2.2基于Hebbian规则的主成分分析
8.2.3基于优化方法的主成分分析
8.2.4有侧向连接的主成分分析
8.2.5非线性主成分分析
8.3次成分分析神经网络及性能分析
8.3.1次成分分析方法
8.3.2次成分分析神经网络与算法
8.3.3次成分分析神经网络算法发散现象分析
8.3.4高维数据流的次子空间跟踪神经网络算法
8.4特征信息网络确定性离散时间系统
8.4.1确定性离散时间系统概述
8.4.2神经网络确定性离散时间系统
8.4.3一种新的自稳定MCA算法及确定性离散时间系统分析
8.4.4统一PCA/MCA算法的确定性离散时间学习分析
8.4.5本节小结
......

随机系统概论

库存： {{selectedSku?.stock}} 库存充足