دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Nonlinear and nonnormal filters using Monte Carlo methods
دانلود کتاب فیلترهای غیرخطی و غیرعادی با استفاده از روشهای مونت کارلو
مشخصات کتاب
Nonlinear and nonnormal filters using Monte Carlo methods
ویرایش:
نویسندگان: Hisashi Tanizaki
سری:
ناشر:
سال نشر: 1996
تعداد صفحات: 23
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 962 کیلوبایت
قیمت کتاب (تومان) : 41,000
در صورت تبدیل فایل کتاب Nonlinear and nonnormal filters using Monte Carlo methods 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 فیلترهای غیرخطی و غیرعادی با استفاده از روشهای مونت کارلو 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 فیلترهای غیرخطی و غیرعادی با استفاده از روشهای مونت کارلو
در این مقاله، یک فیلتر غیر خطی و غیر عادی با استفاده از تکنیک‌های شبیه‌سازی مونت کارلو پیشنهاد شده‌است که در آن تابع چگالی حاصل از معادله اندازه‌گیری و ترسیم‌های تصادفی بردار حالت تولید شده از معادله انتقال استفاده می‌شود. فیلتر پیشنهادی نسبت به سایر فیلترهای غیر خطی و غیر عادی مانند روش ادغام عددی و رویکرد ادغام مونت کارلو، بار محاسباتی کمتر و برنامه‌ریزی آسان‌تری دارد. علاوه بر این، فیلتر پیشنهادی به الگوریتم‌های پیش‌بینی و هموارسازی بسط داده می‌شود. در نهایت، با آزمایش مونت کارلو، روشهای غیرخطی و غیرعادی را با هم مقایسه کرد.
توضیحاتی درمورد کتاب به خارجی
In this paper, a non-linear and non-normal filter using Monte Carlo simulation techniques is proposed, where the density function derived from the measurement equation and the random draws of the state-vector generated from the transition equation are utilized. The proposed filter has less computational burden and easier programming than the other non-linear and non-normal filters such as the numerical integration procedure and the Monte Carlo integration approach. Furthermore, the proposed filtei is extended to prediction and smoothing algorithms. Finally, by Monte Carlo experiments, wc compare the non-linear and non-normal procedures.
