کتاب الکترونیکی

شناسایی ناپارامتری سیستم

Nonparametric system identification

دانلود کتاب Nonparametric system identification (به فارسی: شناسایی ناپارامتری سیستم) نوشته شده توسط «Wlodzimierz Greblicki – Miroslaw Pawlak»


اطلاعات کتاب شناسایی ناپارامتری سیستم

موضوع اصلی: احتمال

نوع: کتاب الکترونیکی

ناشر: Cambridge University Press

نویسنده: Wlodzimierz Greblicki – Miroslaw Pawlak

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2008

تعداد صفحه: 319

حجم کتاب: 7 مگابایت

کد کتاب: 9780521868044 , 0521868041

نوبت چاپ: draft

توضیحات کتاب شناسایی ناپارامتری سیستم

این کتاب با ارائه یک مرور کلی از مبانی نظری شناسایی سیستم های ناپارامتریک برای سیستم های بلوک گرا غیر خطی، نشان می دهد که رگرسیون ناپارامتریک می تواند با موفقیت در شناسایی سیستم اعمال شود و دستاوردهای انجام این کار را برجسته می کند. با تأکید بر سیستم‌های Hammerstein، Wiener و توسعه‌های چند بعدی آنها، نویسندگان نشان می‌دهند که چگونه می‌توان زیرسیستم‌های غیرخطی و ویژگی‌های آنها را در صورت وجود اطلاعات محدود، شناسایی کرد. الگوریتم‌هایی با استفاده از سری‌های مثلثاتی، لژاندر، لاگر و هرمیت بررسی می‌شوند و الگوریتم هسته، نسخه‌های نیمه‌گردشگری آن و اصلاحات کاملاً بازگشتی پوشش داده می‌شوند. تئوری های رگرسیون ناپارامتریک مدرن، تقریب، و بسط متعامد، همراه با رویکردهای جدید برای شناسایی سیستم (از جمله شناسایی نیمه پارامتریک)، ارائه شده است. اطلاعات دقیق در مورد تمام ابزارهای مورد استفاده در ضمیمه ها ارائه شده است. این کتاب برای محققان و دست اندرکاران نظریه سیستم ها، پردازش سیگنال و ارتباطات است و برای محققان در زمینه هایی مانند مکانیک، اقتصاد و زیست شناسی، جایی که داده های تجربی برای به دست آوردن مدل های سیستم ها استفاده می شود، جذاب خواهد بود.


Presenting a thorough overview of the theoretical foundations of non-parametric system identification for nonlinear block-oriented systems, this books shows that non-parametric regression can be successfully applied to system identification, and it highlights the achievements in doing so. With emphasis on Hammerstein, Wiener systems, and their multidimensional extensions, the authors show how to identify nonlinear subsystems and their characteristics when limited information exists. Algorithms using trigonometric, Legendre, Laguerre, and Hermite series are investigated, and the kernel algorithm, its semirecursive versions, and fully recursive modifications are covered. The theories of modern non-parametric regression, approximation, and orthogonal expansions, along with new approaches to system identification (including semiparametric identification), are provided. Detailed information about all tools used is provided in the appendices. This book is for researchers and practitioners in systems theory, signal processing, and communications and will appeal to researchers in fields like mechanics, economics, and biology, where experimental data are used to obtain models of systems.

دانلود کتاب «شناسایی ناپارامتری سیستم»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.