同類熱銷排行榜

貝葉斯學習理論及其在陣列信號處理中的應用

作者：楊傑|責編:朱辰浩
出版社：西北工大
ISBN：9787561293737

出版日期：2024/07/01
裝幀：平裝
頁數：152

人民幣：RMB 58 元售價：元

內容大鋼

機器學習作為當今國內外研究的熱點在智能系統中得到了重視和運用，貝葉斯方法是機器學習的核心方法之一，以貝葉斯理論作為中心的貝葉斯網路必將應用延伸到各個問題領域。本書介紹了貝葉斯網路的學習推理過程及其在陣列信號處理中的應用，主要內容包括獨立及相關信號高分辨測向演算法稀疏先驗模型設計、高自由度陣列欠定方位估計演算法設計以及貝葉斯穩健波束形成器設計等。
本書既可作為高等學校信號與信息處理專業的研究生教材，也可供科研院所的工程技術人員參考。

作者介紹

楊傑|責編:朱辰浩

第1章  緒論
  1.1  DOA估計
  1.2  自適應波束形成
  1.3  稀疏信號重構
  1.4  稀疏貝葉斯學習
  1.5  本書內容安排
  1.6  本章參考文獻
第2章  稀疏陣列的貝葉斯高分辨測向演算法
  2.1  引言
  2.2  基於EM準則的NLA高分辨測向演算法
  2.3  基於變分貝葉斯推斷的稀疏陣列高分辨測向演算法
  2.4  模擬實驗與分析
  2.5  本章小結
  2.6  本章參考文獻
第3章  基於分層合成Lasso先驗的稀疏貝葉斯離格DOA估計演算法
  3.1  引言
  3.2  信號模型
  3.3  貝葉斯模型構建
  3.4  參數估計
  3.5  數值模擬
  3.6  本章小結
  3.7  本章參考文獻
第4章  基於相關信號結構特徵的稀疏貝葉斯離格DOA估計演算法
  4.1  引言
  4.2  信號模型
  4.3  稀疏貝葉斯模型
  4.4  貝葉斯推斷
  4.5  數值模擬
  4.6  本章小結
  4.7  本章參考文獻
第5章  色雜訊背景下相關信號的貝葉斯DOA估計演算法
  5.1  引言
  5.2  問題構建
  5.3  基於稀疏貝葉斯學習的DOA估計演算法
  5.4  寬頻信號擴展
  5.5  演算法驗證
  5.6  本章小結
  5.7  本章參考文獻
第6章  貝葉斯穩健自適應波束形成演算法
  6.1  引言
  6.2  問題構造
  6.3  貝葉斯穩健波束形成器設計
  6.4  非平穩干擾模型中的擴展
  6.5  討論
  6.6  演算法驗證
  6.7  本章小結
  6.8  本章參考文獻
第7章  總結
附錄
  附錄A  式(5-25)所示最優變分后驗分佈的推導

  附錄B  式(6-15)中積分項的近似計算

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

貝葉斯學習理論及其在陣列信號處理中的應用