دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Igor Zurbenko, Edward Valachovic, Mingzeng Sun سری: ISBN (شابک) : 152756293X, 9781527562936 ناشر: Cambridge Scholars Publishing سال نشر: 2021 تعداد صفحات: [377] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 13 Mb
در صورت تبدیل فایل کتاب High-Resolution Noisy Signal and Image Processing 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 و تصویر نویزدار با وضوح بالا 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.
این کتاب روشهای جدید و ارزشمند تحلیل دادهها را در زمان و مکان معرفی میکند و مثالها و توصیههای زیادی برای پیشرفتهای جدید ارائه میکند. این به خواننده آموزش می دهد که چگونه از ابزارهای قدرتمند، اما بسیار انعطاف پذیر، که اغلب به عنوان فیلترهای Kolmogorov-Zurbenko نامیده می شوند، استفاده کند. ساختار اصلی این ابزارها برگرفته از مفاهیم طیفی است که در آن قوانین طبیعی رخ می دهد. به جای تحمیل مدلها به دادهها، آنها به ما اجازه میدهند ماهیت پدیدههای پنهان در دادهها را کشف کنیم. روش های ذکر شده در اینجا قادر به به دست آوردن نتایج دقیق در محیط های بسیار پر سر و صدا هستند. تشخیص طیفی بسیار دقیق آنها امکان جداسازی منابع مختلف تأثیر را در داده ها فراهم می کند. درمان هر منبع به طور جداگانه می تواند به توضیحات بسیار دقیقی از تصویر کلی دست یابد. به عنوان مثال، این رویکرد قادر است خطرناک ترین لحظات و مکان ها را برای طوفان ها و گردبادها شناسایی کند.
The book introduces valuable new data analysis methods in time and space, and provides many examples and recommendations for new developments. It will teach the reader how to use powerful, but very flexible, tools, frequently referred to as Kolmogorov-Zurbenko Filters. The main construction of these tools is derived from spectral concepts where natural laws occur. Rather than forcing models on data, they allow us to discover the nature of phenomena hidden within the data. The methods outlined here are capable of obtaining accurate results within very noisy environments. Their extremely accurate spectral diagnostics permits the separation of different sources of influences within the data. Treating each source separately can achieve highly accurate explanations of the total picture. For example, this approach is able to identify the most dangerous moments and locations for hurricanes and tornados.
Contents Introduction Chapter 1 Chapter 2 Chapter 3 Chapter 4 Chapter 5 Chapter 6 Chapter 7 Chapter 8 Chapter 9 Chapter 10 Chapter 11