0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 数学 > 数学文化（数学史/数学教育） > 递推辨识的理论与实践

销售排行榜

浏览历史

递推辨识的理论与实践


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
递推辨识的理论与实践
  • 书号：703001183X
    作者：
  • 外文书名：
  • 装帧：
    开本：
  • 页数：0
    字数：433000
    语种：
  • 出版社：科学出版社
    出版时间：
  • 所属分类：N94 系统科学
  • 定价： ￥18.60元
    售价： ￥14.69元
  • 图书介质:

  • 购买数量： 件  缺货，请选择其他介质图书！
  • 商品总价：

相同系列
全选

内容介绍

用户评论

全部咨询

内容简介
数学模型是控制、信号与系统中的基本问题，递推辨识是实时地在线建立模型的技术，因而它是自适应系统与自适应信号处理的核心内容．
本书是一本论述系统辨识和参数估计的优秀著作，它给当前充满了大量不同处理方法、观点和技术的递推辨识领域，勾划出了一幅清晰的图画从而清楚地介绍了递推辨识的概念和方法．对于非专业人员，这是一本关于递推辨识的入门书，书中专门为从事实际应用的人们编写了“用户小结”，以便“用户”在设计递推辨识算法时对所涉及到的各种因素作出恰当的选择．
本书可作为信息、控制和系统工程，信号处理以及应用数学各专业高年级大学生、研究生和教师的教学参考书．也可供从事上述专业应用的工程技术人员和从事气象、能源、经济、社会、生物医学和地震勘探的系统建模和预测以及数据处理的广大科技工作者自学参考．
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 译者的话
    丛书序言
    前言
    致谢
    符号、缩写词和习惯表示
    第一章 绪论
    1.1 系统和模型
    1.2 如何得到一个系统的模型
    1.3 为什么要进行递推辨识？
    1.4 递推辨识算法
    1.5 本书纲要和读者指南
    1.6 本书的起步点
    第二章 研究递推辨识的几种方法
    2.1 引言
    2.2 根据离线辨识算法导出的递推辨识算法
    2.3 递推辨识的非线性滤波法（贝叶斯法）
    2.4 随机逼近法
    2.5 伪线性回归法和参考模型法
    2.6 跟踪时变系统
    2.7 用户小结
    2.8 参考文献
    第三章 模型和方法：一般体制
    3.1 引言
    3.2 系统和模型
    3.3 离线辨识的几个问题
    3.4 二次准则下的递推高斯-牛顿算法
    3.5 一般准则下的递推预测误差辨识算法
    3.6 应用于线性回归模型
    3.7 应用于一般的SISO模型
    3.8 应用于状态空间模型
    3.9 用户小结
    3.10 参考文献
    第四章 解析法
    4.1 引言
    4.2 递推辨识方法的渐近性质：展望
    4.3 收敛性分析的方法
    4.4 递推预测误差算法的分析
    4.5 伪线性回归法的分析
    4.6 辅助变量法的分析
    4.7 用户小结
    4.8 参考文献
    第五章 算法的选择
    5.1 引言
    5.2 模型集合的选择
    5.3 在一般的SISO模型族内选择模型集合
    5.4 实验条件的选择
    5.5 准则函数的选择
    5.6 增益序列的选择
    5.7 搜索方向的选择
    5.8 初值的选择
    5.9 利用伪线性回归法逼近梯度
    5.10 利用辅助变量法逼近梯度
    5.11 梯度向量中残差和预测误差之间的选择
    5.12 小结
    5.13 参考文献
    第六章 实现
    6.1 引言
    6.2 高斯-牛顿算法中增益向量的计算
    6.3 计算增益的快速算法
    6.4 梯形和格型算法
    6.5 正则化
    6.6 稳定性检验和投影算法
    6.7 小结
    6.8 参考文献
    第七章 递推辨识的应用
    7.1 引言
    7.2 离线辨识的递推算法
    7.3 自适应控制
    7.4 自适应估计
    7.5 自适应信号处理
    7.6 小结
    7.7 参考文献
    后记
    附录1.A 概率论的一些概念
    附录1.B 统计学的一些概念
    附录1.C 随机动态系统的模型
    附录2.A 推广的卡尔曼滤波器算法
    附录3.A 另一种高斯-牛顿算法
    附录3.B 针对一般状态空间模型的PRE算法
    附录3.C EKF和RPE的比较
    附录3.D 线性回归和伪线性回归的一些公式
    附录4.A 引理4.1的证明
    附录4.B 定理4.5的证明
    附录4.C 定理4.6的鞅收敛证明
    附录4.D 对称辅助变量法的渐近特性
    附录4.E 改善的辅助变量法和RPE法
    附录4.F 另一种高斯-牛顿方向的相伴微分方程
    附录4.G 与推广卡尔曼滤波器相伴的微分方程
    附录6.A RPE辨识的FORTRAN子程序
    附录6.B 推导增益计算的快速算法
    附录6.C 推导快速梯形算法
    附录7.A 产生自适应输入的递推辨识算法的收敛性分析
    参考文献
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com