找到 6 条结果 按相关性 按时间降序
现代信号分析和处理
本书系统和深入地介绍了现代数字信号分析和处理的基础和一些广泛应用的算法。前4章介绍了研究和学习现代数字信号处理的重要基础，包括随机信号模型、估计理论概要和卡尔曼滤波，这些内容是信号处理统计方法的基础性知识；第2部分的4章详细讨论了几类广泛应用的典型算法，包括自适应滤波算法、功率谱估计算法、高阶统计量和循环统计量、信号的盲源分离；第3部分包括时频分析、小波变换原理及应用和信号的稀疏分析与压缩感知。本书详细的介绍了近年受到广泛关注的一些前沿专题，例如EM算法、粒子滤波、独立分量分析、盲源分离的子空间方法、稀疏表示与压缩感知等，空间阵列信号处理的一些初步内容会穿插在有关章节，但不单独成章。本书在写作中既注重了内容的先进性和系统性，也注重了内容的可读性。
数字信号分析和处理(第2版）
本书系统深入地介绍了数字信号分析和处理的原理和算法。全书由12章组成。第1章是预备知识，概述了连续信号处理的基本知识和采样定理，连续信号处理的各种概念和技术对于深入地理解数字信号处理的结果是非常有帮助的. 第2~8章是全书的核心，包括离散信号与系统的表示、离散变换和快速算法、数字频谱分析、数字滤波器设计和实现、希尔伯特变换和复倒谱、多采样率处理等； 第9~12章介绍了几个与实际应用更加密切的专题，包括有限字长效应、带通采样和I/Q采样技术、数字处理提高A/D和D/A性能、自适应滤波器和数字信号处理系统实现技术等。
机器学习教程(微课视频版)
本书兼顾机器学习基础、经典方法和深度学习方法,对组成机器学习的基础知识和基本算法进行了比 较细致的介绍,对广泛应用的经典算法如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学 习等算法都给出了深入的分析并讨论了无监督学习的基本方法,对深度学习和强化学习进行了全面的叙 述,比较深入地讨论了反向传播算法、多层感知机、CNN、RNN 和 LSTM 等深度神经网络的核心知识和结 构;对于强化学习,不仅介绍了经典表格方法,还讨论了深度强化学习。 本书是面向大学理工科和管理类各专业的宽口径、综合性机器学习的教材,可供本科生和一年级研究 生课程使用,也可供科技人员、工程师和程序员自学机器学习的原理和算法使用。本书对基础和前沿、经 典方法和热门技术进行了尽可能的平衡,使得读者不仅能在机器学习领域打下一个良好的基础,同时也可 以利用所学知识解决遇到的实际问题并为进入学科前沿打好基础。
现代信号分析和处理（第2版）
本书系统和深入地介绍了现代数字信号分析和处理的基础以及一些广泛应用的算法。 前4 章介绍了研究和学习现代数字信号处理的重要基础, 包括随机信号模型、 估计理论概要、 最优滤波器理论、 最小二乘滤波和卡尔曼滤波, 这些内容是信号处理统计方法的基础性知识; 第5 章~第8 章详细讨论了几类广泛应用的典型算法, 包括自适应滤波算法、 功率谱估计算法、 高阶统计量和循环统计量、 信号的盲源分离; 第9章~第11 章包括时频分析、小波变换原理及应用和信号的稀疏分析与压缩感知。 本书详细地介绍了近年受到广泛关注的一些前沿专题, 例如EM算法、 粒子滤波、 独立分量分析、 盲源分离的子空间方法、 稀疏表示与压缩感知等, 空间阵列信号处理的一些初步内容会穿插在有关章节, 但不单独成章。 本书在写作中既注重了内容的先进性和系统性, 也注重了内容的可读性。 本书适用于电子信息领域研究生课程, 也可供各类利用信号或数据分析作为工具的研究生、 教师和科技人员参考。
机器学习
本书对机器学习的基础知识和基本算法进行了详细的介绍,对广泛应用的经典算法(如线性回归、逻辑回归、 朴素贝叶斯、支持向量机、决策树和集成学习等)进行了深入的分析,并讨论了无监督学习的基本方法。用6章对 深度学习和深度强化学习进行了相当全面的叙述,不仅深入地讨论了反向传播算法、多层感知机、卷积神经网络、 循环神经网络和长短期记忆网络等深度神经网络的核心知识和结构,对于一些发展中的专题(如Transformer、大 模型和深度生成模型等)也给予了一定深度的介绍。对于强化学习,不仅介绍了经典表格方法,也较详细地讨论了 深度强化学习及应用实例。本书对于基础和前沿、经典方法和热门技术尽可能平衡,使读者不仅能在机器学习领 域打下一个良好的基础,同时也可以利用所学知识解决遇到的实际问题并进入学科前沿。 本书是一本面向大学理工科和管理类各专业的宽口径、综合性的机器学习教材,可供高年级本科生和研究生 使用,也可帮助科技人员、工程师和程序员自学机器学习的原理和算法。
航空集群协同任务决策方法
现代战争的制胜机理正在由“以网络为中心”向“以决策为中心”转变，灵活高效的任务决策是上层战术与底层控制策略之间的有机衔接。航空集群作为一种新型分布式空中作战力量，面向高动态、强对抗的复杂战场环境和作战任务，如何根据当前战场态势和作战需求做出兼具灵活性、时效性和鲁棒性的任务决策，是提升航空集群作战能力的关键。 本书针对航空集群任务决策展开研究，通过建立“资源—能力—任务”的有效映射，创新性地提出一种基于互为主体的航空集群体系架构和任务决策机制，并针对航空集群典型作战任务中的协同搜索、定位、航迹欺骗和干扰抑制开展了研究和仿真验证。本书全面梳理了航空集群领域的最新研究成果，同时从任务决策角度创新性运用互为主体思想为航空集群作战运用提供创新理论支撑，具备较强的前瞻性、创新性以及实用性。
- 1