系統(tǒng)參數(shù)辨識(shí)的信息準(zhǔn)則及算法

內(nèi)容概要

　　參數(shù)辨識(shí)為系統(tǒng)參數(shù)計(jì)算提供解決手段，進(jìn)而為對(duì)象的表征、分析、優(yōu)化、控制等應(yīng)用提供模型基礎(chǔ)。準(zhǔn)則函數(shù)是系統(tǒng)參數(shù)辨識(shí)的要素，影響辨識(shí)的各個(gè)方面，包括參數(shù)可辨識(shí)性、辨識(shí)精度、算法復(fù)雜性及魯棒性等。作為新型準(zhǔn)則函數(shù)，信息準(zhǔn)則為系統(tǒng)辨識(shí)開(kāi)辟了嶄新途徑，成為信號(hào)處理與系統(tǒng)模型參數(shù)辨識(shí)相關(guān)領(lǐng)域的重要研究方向。《系統(tǒng)參數(shù)辨識(shí)的信息準(zhǔn)則及算法》系統(tǒng)地介紹系統(tǒng)參數(shù)辨識(shí)的各種信息準(zhǔn)則及相應(yīng)辨識(shí)算法、算法特性分析，包括最小誤差熵準(zhǔn)則、最小信息距離準(zhǔn)則、最大(小)互信息準(zhǔn)則等，介紹了其基本概念和性質(zhì)、實(shí)現(xiàn)算法及仿真算例。
　　《系統(tǒng)參數(shù)辨識(shí)的信息準(zhǔn)則及算法》可供系統(tǒng)辨識(shí)與信號(hào)處理、系統(tǒng)控制、人工神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、神經(jīng)及認(rèn)知科學(xué)等學(xué)科或領(lǐng)域的科技工作者閱讀，也可供這些領(lǐng)域的研究生和本科生參考。

書(shū)籍目錄

第1章 緒論
1.1 系統(tǒng)辨識(shí)定義與要素
1.2 經(jīng)典辨識(shí)準(zhǔn)則
1.3 非均方辨識(shí)準(zhǔn)則
1.4 信息論辨識(shí)準(zhǔn)則
1.4.1 誤差熵準(zhǔn)則
1.4.2 信息距離準(zhǔn)則
1.4.3 互信息準(zhǔn)則
1.5 本書(shū)的構(gòu)成
第2章 信息論測(cè)度及性質(zhì)
2.1 熵
2.2 互信息
2.3 信息距離
2.4 fisher信息
2.5 信息率
附錄a α穩(wěn)定分布
附錄b 式(2—15)的證明
附錄c cramer-rao不等式的證明
第3章 參數(shù)估計(jì)的信息論方法
3.1 參數(shù)估計(jì)典型方法
3.1.1 經(jīng)典參數(shù)估計(jì)
3.1.2 貝葉斯參數(shù)估計(jì)
3.2 經(jīng)典參數(shù)估計(jì)的信息論方法
3.2.1 熵匹配參數(shù)估計(jì)
3.2.2 最大熵參數(shù)估計(jì)
3.2.3 最小信息距離參數(shù)估計(jì)
3.3 基于誤差熵準(zhǔn)則貝葉斯參數(shù)估計(jì)
3.3.1 誤差熵準(zhǔn)則基本性質(zhì)
3.3.2 與均方誤差準(zhǔn)則的關(guān)系
3.3.3 與任意誤差準(zhǔn)則的關(guān)系
附錄d em算法
附錄e 估計(jì)量的評(píng)價(jià)
附錄f 貝葉斯最小均方估計(jì)
第4章 基于誤差熵準(zhǔn)則的系統(tǒng)參數(shù)辨識(shí)
4.1 系統(tǒng)參數(shù)辨識(shí)框架
4.1.1 準(zhǔn)則函數(shù)
4.1.2 模型描述
4.1.3 辨識(shí)算法
4.2 參數(shù)辨識(shí)中誤差熵估計(jì)
4.2.1 熵估計(jì)常用方法
4.2.2 基于核密度估計(jì)的經(jīng)驗(yàn)誤差熵
4.3 基于誤差熵準(zhǔn)則的參數(shù)辨識(shí)算法
4.3.1 非參數(shù)信息梯度算法
4.3.2 參數(shù)化信息梯度算法
4.3.3 基于不動(dòng)點(diǎn)原理迭代算法
4.3.4 仿真例子
4.4 基于誤差熵準(zhǔn)則參數(shù)辨識(shí)收斂性分析
4.4.1 基于近似線性化方法的收斂性分析
4.4.2 算法收斂中的能量守恒關(guān)系
4.4.3 基于能量守恒的收斂性分析
4.4.4 仿真例子
4.5 誤差熵準(zhǔn)則的優(yōu)化
4.5.1 最優(yōu)φ熵準(zhǔn)則
4.5.2 仿真例子
4.6 離散數(shù)據(jù)情形下誤差熵準(zhǔn)則——△熵準(zhǔn)則
4.6.1 △熵概念
4.6.2 △熵性質(zhì)
4.6.3 △熵估計(jì)
4.6.4 應(yīng)用于系統(tǒng)參數(shù)辨識(shí)的△熵準(zhǔn)則
附錄g 向量梯度與矩陣梯度
第5章 基于信息距離準(zhǔn)則的系統(tǒng)參數(shù)辨識(shí)
5.1 基于klid準(zhǔn)則的系統(tǒng)參數(shù)可辨識(shí)性
5.1.1 定義及假設(shè)
5.1.2 klid可辨識(shí)性與fisher信息
5.1.3 高斯過(guò)程的klid可辨識(shí)性
5.1.4 markov過(guò)程的klid可辨識(shí)性
5.1.5 漸近klid可辨識(shí)性
5.2 帶參考pdf最小信息距離參數(shù)辨識(shí)
5.2.1 基本原理
5.2.2 準(zhǔn)則性質(zhì)
5.2.3 辨識(shí)算法
5.2.4 仿真例子
5.3 最小歐氏距離準(zhǔn)則及參數(shù)辨識(shí)算法
5.3.1 準(zhǔn)則函數(shù)
5.3.2 辨識(shí)算法
5.3.3 仿真例子
附錄h aic準(zhǔn)則及推導(dǎo)
第6章 基于互信息準(zhǔn)則的系統(tǒng)參數(shù)辨識(shí)
6.1 基于最小互信息準(zhǔn)則參數(shù)辨識(shí)
6.1.1 準(zhǔn)則性質(zhì)
6.1.2 與獨(dú)立分量分析的關(guān)系
6.1.3 基于獨(dú)立分量分析的隨機(jī)梯度辨識(shí)算法
6.1.4 仿真例子
6.2 基于最大互信息準(zhǔn)則參數(shù)辨識(shí)
6.2.1 互信息準(zhǔn)則性質(zhì)
6.2.2 隨機(jī)互信息梯度辨識(shí)算法
6.2.3 雙準(zhǔn)則辨識(shí)及算法
附錄i 最小互信息率準(zhǔn)則
參考文獻(xiàn)
索引

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    系統(tǒng)參數(shù)辨識(shí)的信息準(zhǔn)則及算法 PDF格式下載

---