ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Bayesian Signal Processing: Classical, Modern and Particle Filtering Methods (Adaptive and Learning Systems for Signal Processing, Communications and Control Series)

دانلود کتاب پردازش سیگنال بیزی: روش‌های کلاسیک، مدرن و فیلتر ذرات (سیستم‌های تطبیقی ​​و یادگیری برای پردازش سیگنال، ارتباطات و سری‌های کنترل)

Bayesian Signal Processing: Classical, Modern and Particle Filtering Methods (Adaptive and Learning Systems for Signal Processing, Communications and Control Series)

مشخصات کتاب

Bayesian Signal Processing: Classical, Modern and Particle Filtering Methods (Adaptive and Learning Systems for Signal Processing, Communications and Control Series)

دسته بندی: آموزشی
ویرایش: 1 
نویسندگان:   
سری:  
ISBN (شابک) : 0470180943, 9780470180945 
ناشر: Wiley-Interscience 
سال نشر: 2009 
تعداد صفحات: 466 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت

قیمت کتاب (تومان) : 42,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Bayesian Signal Processing: Classical, Modern and Particle Filtering Methods (Adaptive and Learning Systems for Signal Processing, Communications and Control Series) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب پردازش سیگنال بیزی: روش‌های کلاسیک، مدرن و فیلتر ذرات (سیستم‌های تطبیقی ​​و یادگیری برای پردازش سیگنال، ارتباطات و سری‌های کنترل) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب پردازش سیگنال بیزی: روش‌های کلاسیک، مدرن و فیلتر ذرات (سیستم‌های تطبیقی ​​و یادگیری برای پردازش سیگنال، ارتباطات و سری‌های کنترل)

رویکرد بیزی جدید به شما کمک می‌کند تا مشکلات سخت در پردازش سیگنال را با ease حل کنید. بیشتر تکنیک‌ها برای یک راه‌حل به مفروضات گاوسی زیربنایی تکیه می‌کنند، اما وقتی این فرضیات اشتباه باشند چه اتفاقی می‌افتد؟ تکنیک‌های بیزی این محدودیت را با ارائه یک رویکرد کاملاً متفاوت که می‌تواند به راحتی فرآیندهای غیر گاوسی و غیرخطی را همراه با تمام روش‌های معمول موجود در حال حاضر ترکیب کند، دور می‌زند. این متن خوانندگان را قادر می‌سازد تا به طور کامل از مزایای بسیاری از "رویکرد بیزی" استفاده کنند. پردازش سیگنال مبتنی بر مدل این به وضوح ویژگی های این رویکرد قدرتمند را در مقایسه با روش های آماری خالص موجود در متون دیگر نشان می دهد. خوانندگان متوجه خواهند شد که رویکرد بیزی، همراه با سلسله مراتب مدل‌های مبتنی بر فیزیک که در سرتاسر توسعه یافته‌اند، چقدر آسان و مؤثر می‌تواند برای مشکلات پردازش سیگنال که قبلاً غیرقابل حل به نظر می‌رسیدند، اعمال شود. پردازش سیگنال بیزی دارای آخرین نسل از پردازنده‌ها (فیلترهای ذرات) است که دارای با ظهور رایانه‌های پرسرعت/با توان بالا فعال شد. رویکرد بیزی به طور یکسان در الگوریتم‌ها، مثال‌ها، کاربردها و مطالعات موردی این کتاب توسعه یافته است. در سراسر این کتاب، تاکید بر مسائل غیرخطی/غیر گاوسی است. با این حال، برخی از تکنیک‌های کلاسیک (مانند فیلترهای کالمن، فیلترهای کالمن بدون عطر، مجموع‌های گاوسی، فیلترهای مبتنی بر شبکه، و همکاران) گنجانده شده‌اند تا خوانندگان آشنا با این روش‌ها را قادر می‌سازد تا بین این دو رویکرد مشابهی ایجاد کنند. ویژگی‌های ویژه عبارتند از: شروع درمان یکپارچه بیزی از اصول اولیه (قانون بیز) تا پیشرفته‌تر (نمونه‌گیری مونت کارلو)، تکامل به تکنیک‌های نسل بعدی (نمونه‌گیری متوالی مونت کارلو) فیلتر کالمن "کلاسیک" را برای سیستم‌های خطی، خطی و غیرخطی ترکیب می‌کند. فیلترهای کالمن بدون عطر \"مدرن\"; و فیلترهای ذرات بیزی \"نسل بعدی\" مثال‌ها نشان می‌دهند که چگونه می‌توان نظریه را مستقیماً برای انواع مشکلات پردازش به کار برد. مشکلات استفاده از دستورات نرم‌افزاری در دسترس و اشاره به بسته‌های نرم‌افزاری موجود، مجموعه‌ای از مشکلات دانش خوانندگان را آزمایش می‌کند و به آن‌ها کمک می‌کند تا مهارت‌های جدید خود را عملی کنند. مشکلات از دیدگاه بیزی این متن خوانندگان را از روش‌های کلاسیک پردازش سیگنال مبتنی بر مدل به نسل بعدی پردازنده‌ها می‌آورد که به وضوح بر آینده پردازش سیگنال برای سال‌های آینده تسلط خواهند داشت. این متن با تصاویر فراوانی که کاربرد رویکرد بیزی برای مشکلات دنیای واقعی در پردازش سیگنال را نشان می‌دهد، برای همه دانشجویان، دانشمندان و مهندسانی که پردازش سیگنال را در مسائل روزمره خود بررسی و اعمال می‌کنند ضروری است.


توضیحاتی درمورد کتاب به خارجی

New Bayesian approach helps you solve tough problems in signal processing with easeSignal processing is based on this fundamental concept—the extraction of critical information from noisy, uncertain data. Most techniques rely on underlying Gaussian assumptions for a solution, but what happens when these assumptions are erroneous? Bayesian techniques circumvent this limitation by offering a completely different approach that can easily incorporate non-Gaussian and nonlinear processes along with all of the usual methods currently available.This text enables readers to fully exploit the many advantages of the "Bayesian approach" to model-based signal processing. It clearly demonstrates the features of this powerful approach compared to the pure statistical methods found in other texts. Readers will discover how easily and effectively the Bayesian approach, coupled with the hierarchy of physics-based models developed throughout, can be applied to signal processing problems that previously seemed unsolvable.Bayesian Signal Processing features the latest generation of processors (particle filters) that have been enabled by the advent of high-speed/high-throughput computers. The Bayesian approach is uniformly developed in this book's algorithms, examples, applications, and case studies. Throughout this book, the emphasis is on nonlinear/non-Gaussian problems; however, some classical techniques (e.g. Kalman filters, unscented Kalman filters, Gaussian sums, grid-based filters, et al) are included to enable readers familiar with those methods to draw parallels between the two approaches.Special features include:Unified Bayesian treatment starting from the basics (Bayes's rule) to the more advanced (Monte Carlo sampling), evolving to the next-generation techniques (sequential Monte Carlo sampling)Incorporates "classical" Kalman filtering for linear, linearized, and nonlinear systems; "modern" unscented Kalman filters; and the "next-generation" Bayesian particle filtersExamples illustrate how theory can be applied directly to a variety of processing problemsCase studies demonstrate how the Bayesian approach solves real-world problems in practiceMATLAB® notes at the end of each chapter help readers solve complex problems using readily available software commands and point out software packages availableProblem sets test readers' knowledge and help them put their new skills into practiceThe basic Bayesian approach is emphasized throughout this text in order to enable the processor to rethink the approach to formulating and solving signal processing problems from the Bayesian perspective. This text brings readers from the classical methods of model-based signal processing to the next generation of processors that will clearly dominate the future of signal processing for years to come. With its many illustrations demonstrating the applicability of the Bayesian approach to real-world problems in signal processing, this text is essential for all students, scientists, and engineers who investigate and apply signal processing to their everyday problems.



فهرست مطالب

Content: Bayestian estimation --
Simulation-based Bayesian methods --
State-space models for Bayesian processing --
Classical Bayesian state-space processors --
Modern Bayesian state-space processors --
Particle-based Bayesian state-space processors --
Joint Bayesian state/parametric processors --
Discrete hidden Markov model Bayesian processors --
Bayesian processors for physics-based applications.




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی