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: Prof. Dr.-Ing.habil. Rüdiger Hoffmann (auth.)
سری:
ISBN (شابک) : 9783540634430, 9783642587986
ناشر: Springer Berlin Heidelberg
سال نشر: 1998
تعداد صفحات: 438
زبان: German
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 23 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل و تشخیص سیگنال: مقدمه ای برای مهندسین اطلاعات: پردازش سیگنال، تصویر و گفتار
در صورت تبدیل فایل کتاب Signalanalyse und -erkennung: Eine Einführung für Informationstechniker 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 تجزیه و تحلیل و تشخیص سیگنال: مقدمه ای برای مهندسین اطلاعات 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.
علاوه بر وظایف کلاسیک انتقال سیگنال و تأثیرگذاری، سیستم های پردازش سیگنال استخراج اجزای سیگنال معنی دار و تفسیر آنها را نیز انجام می دهند. اساس مهندسی آن با همزیستی تئوری سیگنال و تشخیص خودکار شکل گرفته است که وظیفه این کتاب پرداختن به آن به شیوه ای یکسان است. برای این منظور، اصول اولیه توصیف سیگنالهای پیوسته و گسسته زمانی در حوزه زمان و فرکانس با مقدمهای بر فیلترهای دیجیتال تکمیل و تکمیل میشود. روش های تجزیه و تحلیل ویژه بر این اساس است. به طور خاص، تجزیه و تحلیل طیفی کوتاه مدت، موجک ها، cepstrum و پیش بینی خطی مورد بحث قرار می گیرد. نتیجه تجزیه و تحلیل سیگنال موثرترین نمایش ممکن سیگنال در فضای ویژگی است که مبنای روشنی را برای توضیح روش های طبقه بندی مهم تشکیل می دهد. استفاده از شبکه های عصبی به عنوان یک غنی سازی فعلی استراتژی های تشخیص در نظر گرفته می شود. این روش ها در مهندسی ارتباطات، در سایر حوزه های فناوری اطلاعات، در فناوری اندازه گیری (تشخیص)، فناوری اتوماسیون (شناسایی سیستم)، آکوستیک، علوم کامپیوتر کاربردی (پردازش گفتار و تصویر)، فناوری زیست پزشکی استفاده می شود. همه روابط مهم با جزئیات مشتق شده و با مثال ها و بررسی های اجمالی مقایسه ای به صورت جدولی نشان داده شده اند.
Signalverarbeitende Systeme übernehmen zusätzlich zu Funktionen der klassischen Aufgaben der Signalübertragung und -beeinflussung besonders die Extraktion der bedeutungstragenden Signalanteile und ihre Interpretation. Ihre ingenieurwissenschaftliche Grundlage wird durch eine Symbiose aus Signaltheorie und automatischer Erkennung gebildet, deren einheitliche Behandlung Aufgabe des vorliegenden Buches ist. Dazu werden die Grundlagen der Beschreibung zeitkontinuierlicher und zeitdiskreter Signale im Zeit- und Frequenzbereich behandelt und durch eine Einführung in Digitalfilter ergänzt. Darauf bauen spezielle Analyseverfahren auf; insbesondere wird auf Kurzzeit-Spektralanalyse, Wavelets, Cepstrum und Lineare Prädiktion eingegangen. Ergebnis der Signalanalyse ist eine möglichst effektive Repräsentation des Signals im Merkmalraum, der die anschauliche Grundlage für die Erläuterung wichtiger Klassifikationsverfahren bildet. Als aktuelle Bereicherung der Erkennungsstrategien wird der Einsatz Neuronaler Netzwerke betrachtet. Die Methoden werden in der Nachrichtentechnik, in anderen Teilgebieten der Informationstechnik, in der Meßtechnik (Diagnose), Automatisierungstechnik (Systemidentifikation), Akustik, angewandter Informatik (Sprach- und Bildverarbeitung), Biomedizintechnik angewandt. Alle wichtigen Beziehungen werden ausführlich hergeleitet und durch Beispiele und vergleichende Übersichten in Tabellenform illustriert.
Front Matter....Pages I-XVI
Einführung....Pages 1-14
Beschreibung von Signalen im Zeitbereich....Pages 15-62
Beschreibung von Signalen im Frequenzbereich....Pages 63-142
Einführung in Digitalfilter....Pages 143-166
Analyse nichtstationärer Signale....Pages 167-222
Spezialgebiete im Kurzbericht....Pages 223-282
Grundlagen der Klassifikation....Pages 283-321
Modellanpassung, Adaption und Lernen....Pages 323-352
Spezielle Klassifikatoren....Pages 353-404
Back Matter....Pages 405-423