中圖網(wǎng)小程序
一鍵登錄
更方便
中圖價(jià):¥24.8
暫時(shí)缺貨
自適應(yīng)盲信號(hào)與圖像處理 版權(quán)信息
- ISBN：7121011115
- 條形碼：9787121011115 ; 978-7-121-01111-5
- 裝幀：簡(jiǎn)裝本
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>>
自適應(yīng)盲信號(hào)與圖像處理 本書特色
本書主要內(nèi)容有：
·從理論和實(shí)際的觀點(diǎn)、介紹了大量的盲信號(hào)處理的技術(shù)和算法。
·提出了50多個(gè)簡(jiǎn)化算法、這些算法很容易由讀者修改以利于解決他們的實(shí)際問(wèn)題。
·提供了許多圖解的實(shí)例、計(jì)算機(jī)仿真結(jié)果、圖表及概念模型。
自適應(yīng)盲信號(hào)與圖像處理 內(nèi)容簡(jiǎn)介
本書從理論和實(shí)踐的角度提供了自適應(yīng)盲信號(hào)處理技術(shù)和算法的廣泛內(nèi)容，并包含許多圖解的實(shí)例、計(jì)算機(jī)仿真結(jié)果、圖表及概念模型。其主要目的是推導(dǎo)和介紹在實(shí)踐中工作良好的有效、簡(jiǎn)單的自適應(yīng)算法。并盡量以通用或靈活的方式介紹概念、模型和算法，以便能在特殊應(yīng)用中采用這些方法和算法。
本書適合于高年級(jí)的本科生、研究生以及從事雷達(dá)、聲吶、噪聲控制、通信、電子、計(jì)算機(jī)科學(xué)等多個(gè)領(lǐng)域的工程技術(shù)人員閱讀。
自適應(yīng)盲信號(hào)與圖像處理 目錄
第1章 盲信號(hào)處理導(dǎo)論：?jiǎn)栴}及應(yīng)用
1.1 問(wèn)題的表達(dá)——概述
1.2 盲信號(hào)處理和半盲信號(hào)處理的潛在應(yīng)用
第2章 解線性代數(shù)方程系統(tǒng)及相關(guān)問(wèn)題
2.1 線性方程系統(tǒng)問(wèn)題的表述
2.2 *小二乘問(wèn)題
2.3 線性方程系統(tǒng)的*小絕對(duì)偏差（1-范數(shù)）解
2.4 總體*小二乘和數(shù)據(jù)*小二乘問(wèn)題
2.5 稀疏信號(hào)表示和*小1-范數(shù)解
第3章 主/次分量分析及相關(guān)問(wèn)題
3.1 簡(jiǎn)介
3.2 PCA的基本性質(zhì)
3.3 用*優(yōu)壓縮-重構(gòu)原理提取主分量
3.4 基本代價(jià)函數(shù)和PCA的自適應(yīng)算法
3.5 穩(wěn)健PCA
3.6 次分量順序提取的自適應(yīng)學(xué)習(xí)算法
3.7 用于估計(jì)主分量，次分量及其子空間的統(tǒng)一并行算法
3.8 與PCA相關(guān)的奇異值分解和基本矩陣子空間
3.9 用于有色源的盲源分離多級(jí)PCA
附錄A 用于實(shí)和復(fù)值PCA的基本神經(jīng)網(wǎng)絡(luò)算法
附錄B 用于復(fù)值PCA的層次神經(jīng)網(wǎng)絡(luò)
第4章 盲解相關(guān)和用于穩(wěn)健 盲辨識(shí)的二階統(tǒng)計(jì)量
4.1 空間解相關(guān)-白化變換
4.2 基于EVD和GEVD的二階統(tǒng)計(jì)量盲辨識(shí)
4.3 基于對(duì)稱EVD/SVD的改進(jìn)SOS盲辨識(shí)算法
4.4 聯(lián)合對(duì)角化——穩(wěn)健的SOBI算法
4.5 相關(guān)抵消
附錄A AMARI自然梯度和ATICK-REDLICH公式的穩(wěn)定性
附錄B 有界分離矩陣FROBENIUS范數(shù)的梯度下降算法
附錄C JADE算法
附錄D 穩(wěn)健的SOBI算法的MATLAB實(shí)現(xiàn)
第5章 盲信號(hào)提取的統(tǒng)計(jì)信號(hào)處理方法
第6章 自然梯度方法用于獨(dú)立分量分析
第7章 ICA的局部自適應(yīng)算法與實(shí)現(xiàn)
第8章 有噪數(shù)據(jù)的BSS和ICA的穩(wěn)健技術(shù)
第9章 多通道盲解卷積:自然梯度方法
第10章 估計(jì)函數(shù)及ICA和解卷積的超有效性
第11章 利用狀態(tài)空間方法進(jìn)行線性盲濾波和盲分離
第12章 非線性狀態(tài)空間模型——半盲信號(hào)處理
第13章 附錄：數(shù)學(xué)預(yù)備知識(shí)
第14章 符號(hào)和縮略詞匯編
參考文獻(xiàn)
1.1 問(wèn)題的表達(dá)——概述
1.2 盲信號(hào)處理和半盲信號(hào)處理的潛在應(yīng)用
第2章 解線性代數(shù)方程系統(tǒng)及相關(guān)問(wèn)題
2.1 線性方程系統(tǒng)問(wèn)題的表述
2.2 *小二乘問(wèn)題
2.3 線性方程系統(tǒng)的*小絕對(duì)偏差（1-范數(shù)）解
2.4 總體*小二乘和數(shù)據(jù)*小二乘問(wèn)題
2.5 稀疏信號(hào)表示和*小1-范數(shù)解
第3章 主/次分量分析及相關(guān)問(wèn)題
3.1 簡(jiǎn)介
3.2 PCA的基本性質(zhì)
3.3 用*優(yōu)壓縮-重構(gòu)原理提取主分量
3.4 基本代價(jià)函數(shù)和PCA的自適應(yīng)算法
3.5 穩(wěn)健PCA
3.6 次分量順序提取的自適應(yīng)學(xué)習(xí)算法
3.7 用于估計(jì)主分量，次分量及其子空間的統(tǒng)一并行算法
3.8 與PCA相關(guān)的奇異值分解和基本矩陣子空間
3.9 用于有色源的盲源分離多級(jí)PCA
附錄A 用于實(shí)和復(fù)值PCA的基本神經(jīng)網(wǎng)絡(luò)算法
附錄B 用于復(fù)值PCA的層次神經(jīng)網(wǎng)絡(luò)
第4章 盲解相關(guān)和用于穩(wěn)健 盲辨識(shí)的二階統(tǒng)計(jì)量
4.1 空間解相關(guān)-白化變換
4.2 基于EVD和GEVD的二階統(tǒng)計(jì)量盲辨識(shí)
4.3 基于對(duì)稱EVD/SVD的改進(jìn)SOS盲辨識(shí)算法
4.4 聯(lián)合對(duì)角化——穩(wěn)健的SOBI算法
4.5 相關(guān)抵消
附錄A AMARI自然梯度和ATICK-REDLICH公式的穩(wěn)定性
附錄B 有界分離矩陣FROBENIUS范數(shù)的梯度下降算法
附錄C JADE算法
附錄D 穩(wěn)健的SOBI算法的MATLAB實(shí)現(xiàn)
第5章 盲信號(hào)提取的統(tǒng)計(jì)信號(hào)處理方法
第6章 自然梯度方法用于獨(dú)立分量分析
第7章 ICA的局部自適應(yīng)算法與實(shí)現(xiàn)
第8章 有噪數(shù)據(jù)的BSS和ICA的穩(wěn)健技術(shù)
第9章 多通道盲解卷積:自然梯度方法
第10章 估計(jì)函數(shù)及ICA和解卷積的超有效性
第11章 利用狀態(tài)空間方法進(jìn)行線性盲濾波和盲分離
第12章 非線性狀態(tài)空間模型——半盲信號(hào)處理
第13章 附錄：數(shù)學(xué)預(yù)備知識(shí)
第14章 符號(hào)和縮略詞匯編
參考文獻(xiàn)
展開全部
自適應(yīng)盲信號(hào)與圖像處理 作者簡(jiǎn)介
Andrzej CICHOCKI博士，日本Riken腦科學(xué)研究所高級(jí)腦信號(hào)處理研究室主任。 Shun-ichi AMARI博士，日本Riken腦科學(xué)研究所所長(zhǎng)。
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
唐代進(jìn)士錄
- >
自卑與超越
- >
回憶愛瑪儂
- >
推拿
- >
中國(guó)歷史的瞬間
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
本類暢銷
