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
دسته بندی: موجک و پردازش سیگنال ویرایش: 1 نویسندگان: Anthony Zaknich PhD (auth.), Professor Michael J. Grimble, Professor Emeritus Michael A. Johnson (eds.) سری: Advanced Textbooks in Control and Signal Processing ISBN (شابک) : 9781852339845, 9781846281211 ناشر: Springer-Verlag London سال نشر: 2005 تعداد صفحات: 396 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب اصول فیلترهای انطباقی و سیستم های خودآموزی: پردازش سیگنال، تصویر و گفتار، هوش مصنوعی (شامل رباتیک)، مهندسی کنترل، مهندسی الکترونیک و کامپیوتر، مهندسی مکانیک، فیزیک و فیزیک کاربردی در مهندسی
در صورت تبدیل فایل کتاب Principles of Adaptive Filters and Self-learning Systems 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 اصول فیلترهای انطباقی و سیستم های خودآموزی 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.
فیلترهای کالمن و وینر، شبکههای عصبی، الگوریتمهای ژنتیک و سیستمهای منطق فازی با هم در یک کتاب متنی؟ یا دادههای پیشینی وجود ندارد؟
پروفسور زاکنیچ یک کتاب درسی ایدهآل برای دورههای یک ترم مقدماتی فارغ التحصیل یا دوره کارشناسی ارشد در سیستمهای تطبیقی و خودآموز برای کاربردهای پردازش سیگنال ارائه میکند. موضوعات مهم به اندازه کافی معرفی و مورد بحث قرار می گیرند تا پیش زمینه کافی برای بررسی بیشتر مطمئن به خواننده ارائه شود. این مطالب در یک پیشرفت از یک مقدمه کوتاه به سیستمهای تطبیقی از طریق مدلسازی، فیلترهای کلاسیک و تحلیل طیفی تا تئوری کنترل تطبیقی، سیستمها و برنامههای تطبیقی غیرکلاسیک ارائه شده است.
ویژگیها:< /P>
• بررسی جامع تئوری خطی و تصادفی.
• راهنمای طراحی برای کاربرد عملی روش تخمین حداقل مربعات و فیلترهای کالمن.
• مطالعه سیستم های تطبیقی کلاسیک همراه با شبکه های عصبی، الگوریتم های ژنتیک و سیستم های منطق فازی و ترکیب آنها برای مقابله با مشکلات پیچیده ای مانند پردازش سیگنال صوتی زیر آب.
• مسائل آموزشی و تمرین هایی که نکات مهم را مشخص می کند و ارتباط عملی نظریه را نشان می دهد.
• راهنمای راه حل های PDF، که در دسترس معلمان از springeronline.com است، که نه تنها شامل پاسخ به مشکلات آموزشی است، بلکه شامل خطوط کلی دوره، نمونه مواد امتحانی و تکالیف پروژه برای کمک به توسعه یک برنامه آموزشی و ارائه ایده برای تحقیقات عملی
Kalman and Wiener Filters, Neural Networks, Genetic Algorithms and Fuzzy Logic Systems Together in One Text Book
How can a signal be processed for which there are few or no a priori data?
Professor Zaknich provides an ideal textbook for one-semester introductory graduate or senior undergraduate courses in adaptive and self-learning systems for signal processing applications. Important topics are introduced and discussed sufficiently to give the reader adequate background for confident further investigation. The material is presented in a progression from a short introduction to adaptive systems through modelling, classical filters and spectral analysis to adaptive control theory, nonclassical adaptive systems and applications.
Features:
• Comprehensive review of linear and stochastic theory.
• Design guide for practical application of the least squares estimation method and Kalman filters.
• Study of classical adaptive systems together with neural networks, genetic algorithms and fuzzy logic systems and their combination to deal with such complex problems as underwater acoustic signal processing.
• Tutorial problems and exercises which identify the significant points and demonstrate the practical relevance of the theory.
• PDF Solutions Manual, available to tutors from springeronline.com, containing not just answers to the tutorial problems but also course outlines, sample examination material and project assignments to help in developing a teaching programme and to give ideas for practical investigations.
Content: Adaptive Filtering --
Linear Systems and Stochastic Processes --
Modelling --
Optimisation and Least Squares Estimation --
Parametric Signal and System Modelling --
Classical Filters and Spectral Analysis --
Optimum Wiener Filter --
Optimum Kalman Filter --
Power Spectral Density Analysis --
Adaptive Filter Theory --
Adaptive Finite Impulse Response Filters --
Frequency Domain Adaptive Filters --
Adaptive Volterra Filters --
Adaptive Control Systems --
Nonclassical Adaptive Systems --
to Neural Networks --
to Fuzzy Logic Systems --
to Genetic Algorithms --
Adaptive Filter Application --
Applications of Adaptive Signal Processing --
Generic Adaptive Filter Structures.