|
000
|
01587nam0 2200241 450
|
|
001
|
CAL 012010188442
|
|
010
|
|
@a978-7-03-028370-2@dCNY38.00
|
|
099
|
|
@aCAL 012010188442
|
|
100
|
|
@a20110901d2010 ekmy0chiy0121 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak a 000yy
|
|
200
|
1
|
@a粒子滤波原理及其应用@Ali zi lv bo yuan li ji qi ying yong@f胡士强, 敬忠良著
|
|
210
|
|
@a北京@c科学出版社@d2010.08
|
|
215
|
|
@a165页@c图@d24cm
|
|
320
|
|
@a有书目
|
|
330
|
|
@a如何提高非线性非高斯动态系统的状态估计和预测的精度是系统辨识、适应控制、模式识别、无线传感网络、通信、经济等领域中都会遇到的问题。粒子滤波提供了解决这一问题的采样递推方法。本书结合作者自身的相关研究工作，全面系统地介绍了粒子滤波的主要概念、基本原理、典型算法、应用技术以及国际上有关研究的新成果和新动向。全书可分为理论篇（包含第1～4章）和应用篇（包含第5～7章）。第1章为绪论。第2章给出了动态系统常用的几种滤波方法，主要分析滤波方法的思想，不对算法的适用性进行讨论。第3章介绍了随机采样与粒子滤波方法，这是一种基于采样滤波思想的Monte—Carlo贝叶斯估计算法，本章还重点介绍算法如何利用序列重采样实现状态递推估计。第4章讨论了粒子滤波算法的改进算法，主要包括针对重采样过程改进算法和针对似然函数选取的改进算法。第5章利用粒子滤波算法解决了机动目标跟踪非线性问题。第6章讨论了场景监视中的多视频目标检测，表明这类问题可以用粒子滤波算法来解决。第7章用粒子滤波算法研究非线性系统辨识与故障诊断问题。
|
|
606
|
0
|
@a非线性控制系统@Afei xian xing kong zhi xi tong
|
|
690
|
|
@aO231.2@v5
|
|
701
|
0
|
@a敬忠良@Ajing zhong liang@4著
|
|
701
|
0
|
@a胡士强@Ahu shi qiang@4著
|
|
801
|
0
|
@aCN@c20110901
|
|
905
|
|
@dO231.2@eH500@f3
|
|
|
|
|
| |
| 粒子滤波原理及其应用/胡士强, 敬忠良著.-北京：科学出版社，2010.08 |
| 165页：图；24cm |
| |
| |
| ISBN 978-7-03-028370-2：CNY38.00 |
| 如何提高非线性非高斯动态系统的状态估计和预测的精度是系统辨识、适应控制、模式识别、无线传感网络、通信、经济等领域中都会遇到的问题。粒子滤波提供了解决这一问题的采样递推方法。本书结合作者自身的相关研究工作，全面系统地介绍了粒子滤波的主要概念、基本原理、典型算法、应用技术以及国际上有关研究的新成果和新动向。全书可分为理论篇（包含第1～4章）和应用篇（包含第5～7章）。第1章为绪论。第2章给出了动态系统常用的几种滤波方法，主要分析滤波方法的思想，不对算法的适用性进行讨论。第3章介绍了随机采样与粒子滤波方法，这是一种基于采样滤波思想的Monte—Carlo贝叶斯估计算法，本章还重点介绍算法如何利用序列重采样实现状态递推估计。第4章讨论了粒子滤波算法的改进算法，主要包括针对重采样过程改进算法和针对似然函数选取的改进算法。第5章利用粒子滤波算法解决了机动目标跟踪非线性问题。第6章讨论了场景监视中的多视频目标检测，表明这类问题可以用粒子滤波算法来解决。第7章用粒子滤波算法研究非线性系统辨识与故障诊断问题。 |
| ● |
正题名：粒子滤波原理及其应用
索取号：O231.2/H500
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1042822
|
210428223
|
自科库401/401自科库 48排6列5层/
[索取号:O231.2/H500]
|
在馆
|
|
|
2
|
1042823
|
210428232
|
自科库401/401自科库 48排6列5层/
[索取号:O231.2/H500]
|
在馆
|
|
|
3
|
1042824
|
210428241
|
自科库401/401自科库 48排6列5层/
[索取号:O231.2/H500]
|
在馆
|
|
