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: > 随机系统总体最小二乘估计理论及应用

相同作者的商品

相同语种的商品

浏览历史

随机系统总体最小二乘估计理论及应用


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
随机系统总体最小二乘估计理论及应用
  • 书号:9787030621610
    作者:孔祥玉,冯大政
  • 外文书名:
  • 装帧:平装
    开本:B5
  • 页数:284
    字数:376000
    语种:O241.5;O211.67
  • 出版社:科学出版社
    出版时间:2019-09-01
  • 所属分类:
  • 定价: ¥128.00元
    售价: ¥101.12元
  • 图书介质:
    按需印刷

  • 购买数量: 件  可供
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书主要讨论随机系统总体最小二乘参数估计涉及的各种算法及其应用。全书可分为三个部分:第一部分介绍随机系统参数估计理论、最小二乘估计、偏最小二乘估计等方法;第二部分研究随机系统总体最小二乘问题和方法,重点介绍总体最小二乘递归估计、总体最小二乘迭代与随机估计、约束总体最小二乘和结构总体最小二乘估计、特征提取类总体最小二乘方法等内容;第三部分研究广义特征信息提取方法、参数估计算法的性能分析和总体最小二乘参数估计方法的应用。
样章试读
  • 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

  • 目录
    《智能科学技术著作丛书》序
    前言
    第1章 绪论 1
    1.1 随机系统 1
    1.2 随机系统辨识与参数估计 2
    1.3 随机系统偏最小二乘估计 3
    1.4 随机系统总体最小二乘估计 4
    1.5 本章小结 6
    参考文献 6
    第2章 最小二乘估计 10
    2.1 参数估计问题及其一般描述 10
    2.2 最小二乘参数估计 11
    2.2.1 经典最小二乘估计 11
    2.2.2 加权最小二乘估计 12
    2.2.3 正则化最小二乘估计 14
    2.2.4 递推最小二乘估计 15
    2.2.5 最小均方误差估计 16
    2.3 线性差分模型最小二乘参数估计 18
    2.3.1 单输入单输出系统的最小二乘参数估计 18
    2.3.2 滤波型加权最小二乘估计与广义最小二乘算法 20
    2.3.3 相关型加权最小二乘估计与辅助变量法 24
    2.3.4 多输入输出系统的最小二乘参数估计 25
    2.4 离散差分模型的递推参数估计 26
    2.4.1 用于参数估计的递推最小二乘算法 26
    2.4.2 渐消记忆的递推最小二乘算法 28
    2.4.3 适用于有色噪声的改进递推最小二乘算法 30
    2.5 本章小结 33
    参考文献 33
    第3章 偏最小二乘估计 34
    3.1 引言 34
    3.2 偏最小二乘 35
    3.3 核偏最小二乘 37
    3.4 改进的核偏最小二乘 38
    3.4.1 随机梯度Boosting算法 39
    3.4.2 核纯净信号分析 40
    3.4.3 改进的核偏最小二乘方法 41
    3.5 仿真实验 42
    3.5.1 数值仿真实验 42
    3.5.2 混凝土抗压强度 47
    3.6 本章小结 53
    参考文献 53
    第4章 总体最小二乘问题 56
    4.1 最小二乘估计方法 56
    4.2 总体最小二乘问题 57
    4.2.1 预备知识 58
    4.2.2 正交最小二乘问题 58
    4.2.3 基本TLS问题 59
    4.2.4 多维TLS问题 62
    4.2.5 特殊单维TLS问题 63
    4.2.6 混合OLS-TLS问题 65
    4.2.7 OLS与TLS之间的代数比较 65
    4.2.8 统计特性和有效性 66
    4.2.9 基本数据最小二乘问题 68
    4.3 总体最小二乘求解方法 69
    4.3.1 部分TLS算法 69
    4.3.2 迭代计算方法 69
    4.3.3 神经元计算方法 69
    4.4 本章小结 70
    参考文献 70
    第5章 总体最小二乘递归估计 73
    5.1 引言 73
    5.2 总体最小二乘递归类方法 74
    5.2.1 Davila's FIR RTLS算法 74
    5.2.2 Davila's IIR RTLS算法 77
    5.3 一种新型快速RTLS算法 81
    5.3.1 Feng's RTLS算法 81
    5.3.2 Feng's AIP算法 92
    5.4 本章小结 101
    参考文献 101
    第6章 总体最小二乘迭代与随机估计 105
    6.1 引言 105
    6.1.1 直接方法与迭代计算方法 105
    6.1.2 逆迭代方法 106
    6.1.3 Chebyshev迭代 106
    6.1.4 Lanczos方法 107
    6.1.5 瑞利商迭代 107
    6.2 瑞利商最小化的非神经元和神经元方法 108
    6.3 TLS神经网络方法 109
    6.3.1 GAO's TLS神经元方法 109
    6.3.2 TLS EXIN神经元方法 111
    6.3.3 Bruce's混合LS-TLS算法 112
    6.4 总体最小均方算法 117
    6.4.1 总体最小均方算法的导出 117
    6.4.2 算法的稳定性分析 120
    6.4.3 算法的性能仿真分析 122
    6.4.4 算法性能的进一步讨论 124
    6.5 改进的总体最小二乘线性核及其自稳定算法 124
    6.5.1 确定性连续时间系统的性能分析 127
    6.5.2 随机离散时间系统的性能分析 129
    6.5.3 计算机仿真实验 132
    6.6 本章小结 134
    参考文献 135
    第7章 约束总体最小二乘和结构总体最小二乘估计 137
    7.1 引言 137
    7.2 约束总体最小二乘 138
    7.2.1 约束总体最小二乘问题 138
    7.2.2 约束总体最小二乘算法 141
    7.3 结构总体最小二乘 142
    7.3.1 结构总体最小二乘问题的例子 143
    7.3.2 结构总体最小二乘问题的历史 145
    7.3.3 结构总体最小二乘问题和求解 146
    7.4 约束与结构总体最小二乘的等价性 150
    7.5 一个新的总体最小二乘问题公式化表示 152
    7.5.1 加权总体最小二乘问题 152
    7.5.2 加权总体最小二乘算法 154
    7.6 本章小结 155
    参考文献 155
    第8章 特征提取类总体最小二乘方法 159
    8.1 引言 159
    8.2 神经网络次成分特征提取 160
    8.2.1 Hopfield网络MCA算法 160
    8.2.2 Xu-Oja MCA算法 166
    8.2.3 MCA EXIN算法 167
    8.2.4 MCA自稳定算法 168
    8.2.5 正交MCA算法 170
    8.3 一种自稳定的次成分分析算法 172
    8.4 一种自稳定神经网络次成分特征提取 174
    8.4.1 一种自稳定的MCA算法 174
    8.4.2 算法的收敛性能 174
    8.4.3 算法的发散性能 175
    8.4.4 算法自稳定特性 175
    8.4.5 次子空间跟踪算法 176
    8.5 本章小结 182
    参考文献 182
    第9章 广义特征信息提取方法 185
    9.1 广义Hermitian特征值问题 185
    9.2 广义特征信息提取神经网络算法 188
    9.2.1 基于牛顿和拟牛顿法的广义特征向量提取算法 188
    9.2.2 基于幂法的快速广义特征向量提取算法 189
    9.2.3 基于递归最小二乘法的广义特征向量提取算法 190
    9.2.4 成对广义特征向量提取算法 193
    9.3 一种快速和自适应的耦合广义特征对提取分析算法 195
    9.3.1 GMCA和GPCA算法的耦合广义系统 196
    9.3.2 耦合广义系统的自适应实现 199
    9.3.3 收敛性能分析 201
    9.3.4 数值仿真例子 203
    9.3.5 结论 209
    9.4 本章小结 215
    参考文献 215
    第10章 参数估计算法的性能分析 218
    10.1 引言 218
    10.2 确定性连续时间系统方法 219
    10.2.1 随机近似逼近理论条件 219
    10.2.2 确定性连续时间方法 219
    10.2.3 李雅谱诺夫函数方法 222
    10.3 随机性离散时间系统 222
    10.3.1 普通发散现象 222
    10.3.2 突然发散现象 225
    10.3.3 不稳定发散现象 227
    10.3.4 数值发散现象 232
    10.4 确定性离散时间系统 233
    10.4.1 新的自稳定MCA学习算法的提出 233
    10.4.2 确定性DDT系统的收敛性能分析 233
    10.4.3 确定性DDT系统的稳定性能分析 239
    10.4.4 计算机仿真实验 241
    10.5 不动点分析方法 243
    10.5.1 收缩映射理论 243
    10.5.2 循环神经网络体系结构中的稳定性 245
    10.6 本章小结 255
    参考文献 256
    第11章 总体最小二乘参数估计方法的应用 257
    11.1 引言 257
    11.2 经典总体最小二乘方法应用 257
    11.2.1 在曲线与曲面拟合中的应用 257
    11.2.2 在自适应滤波中的应用 259
    11.2.3 在频率估计中的应用 261
    11.2.4 在系统参数估计中的应用 264
    11.2.5 在系统故障诊断中的应用 267
    11.3 约束总体最小二乘方法应用 272
    11.3.1 在谐波信号的超分辨恢复中的应用 272
    11.3.2 约束总体最小二乘图像恢复应用 274
    11.4 结构总体最小二乘方法应用 279
    11.5 本章小结 282
    参考文献 282
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