图书简介

详情

商品基本信息，请以下列介绍为准
商品名称：	统计信号分析与处理
作者：	侯强
市场价：	29.8元
文轩网价：	23.3元【78折】
ISBN号：	9787560956169
出版社：	华中科技大学出版社
商品类型：	图书

其他参考信息（以实物为准）
装帧：平装	开本：16开	语种：中文
出版时间：2009-09-01	版次：1	页数：
印刷时间：2009-10-01	印次：1	字数：390000
温馨提示：出版时间超过3年的图书，因长时间储存可能会产生纸张缺陷，敬请谅解！

内容简介

本书除了第1章绪论外，包括三大部分。第一部分为基础理论，介绍了全书所关注的理论基础，由第2～4章组成，分别为：统计推断与贝叶斯预测、优化理论与搜索计算以及参数估计与信号检测。这部分主要讨论在贝叶斯统计框架下，搜索与观测数据最佳匹配的模型，并利用各种评价规则来估计模型的参数。第二部分为主题应用，包括第5～8章，包含了四个方面应用：数据建模与系统辨识、自适应信号处理、模式识别的统计方法和基于统计的数据挖掘技术。这部分是全书的应用部分，学生可以根据自己专业的特点有选择地学习。第三部分是本书的提高部分，包括第9章和第10章，分别讨论了人工神经网络和机器学习。 第2～4章是学习本书其余各章节所必不可少的基础，必须仔细体会和琢磨。而有关应用的章节（第5～8章），读者可以按照自己的兴趣或选择阅读或暂时跳过，不必考虑章节次序。最后两章是为学有余力或希望提高自己能力的同学准备的，其他同学目前不研究也没有影响。每章末尾的习题有两个作用：一是加深理解正文的内容；二是介绍一些正文中未能包括的新成果和新应用。每章都介绍一些参考文献。 本书的对象是通信工程、电子信息工程和机电工程专业的高年级本科生和低年级研究生，参考学时32～48。作者希望学习本课程的学生已经学过系统理论课程和概率论与随机过程课程。系统理论课程的内容应包括连续时间系统和离散时间系统的状态变量法和各种变换技术等。

目录

第1章 绪论 1.1 引言与导学 1.2 随机信号的概念和系统的表征 1.3 统计信号处理的贝叶斯框架 1.4 病态条件下的逆问题（反演）及其求解思路 1.5 搜索及优化计算 1.6 如何有效地利用本书 1.7 总体思路与写作布局 第2章 统计推断与贝叶斯预测 2.1 引言与导学 2.2 贝叶斯估计基础 2.3 贝叶斯估计 2.4 期望一最大算法 2.5 高斯混合模型的设计 2.6 贝叶斯分类 2.7 随机过程空间的建模 参考文献 第3章 优化理论与搜索计算 3.1 引言与导学 3.2 最优化问题的下降迭代搜索 3.3 一维搜索（线性搜索） 3.4 元约束最优化方法 3.5 约束最优化方法 习题 参考文献 第4章 参数估计与信号检测 4.1 引言与导学 4.2 参数估计初步 4.3 最大似然估计 4.4 线性最小均方估计 4.5 最小二乘估计 4.6 信号检测基础 4.7 判决准则 4.8 检测性能及其蒙特卡罗仿真 习题 参考文献 第5章 数据建模与系统辨识 5.1 引言与导学 5.2 数据建模与系统辨识基础 5.3 AR（1）模型 5.4 ARMA（n，m）模型 5.5 AR模型参数的直接估计法 5.6 AR模型在语音分析与合成中的应用 习题 参考文献 第6章 自适应信号处理 6.1 引言与导学 6.2 性能测量方法 6.3 基本自适应算法 习题 参考文献 第7章 模式识别的统计方法 7.1 引言与导学 7.2 模式的特征与基于模板匹配的识别 7.3 基于统计决策理论的识别 7.4 语音信号的产生机理、模型与搜索算法. 7.5 语音信号处理中的统计模式识别 习题 参考文献 第8章 基于统计的数据挖掘 8.1 引言与导学 8.2 非参数模型 8.3 标准线性模型 8.4 广义线性模型 8.5 图模型 8.6 基于统计检验标准的数据挖掘方法评价 8.7 基于计分函数的标准 8.8 贝叶斯标准 …… 第9章 人工神经网络及其应用 第10章 机器学习及其应用

精彩内容

第1章 绪论 1.1 引言与导学 统计信号处理是现代智能技术中的重要方面，对科学研究的整个过程正起着越来越大的支持作用，已经在生物信息学、计算金融学、遥感信息处理、机器人、工业过程控制、信息安全等方面有卓越贡献。其基本的研究思路是考察从观测数据（样本）出发寻找目前尚不能通过原理分析得到的规律，然后利用这些规律对未来数据或无法观测的数据进行预测。其目的是根据给定的训练样本（观测数据）估计（求解）某系统输入、输出之间的依赖关系，使它能够对未知输出作出尽可能准确的预测。因此统计信号处理的核心内容就是反演、推断（有时也称为解释）和优化。本书将始终围绕这三个关键词展开讨论，在讨论之前，我们先来看看什么是信号处理吧。 信号处理通常被理解为从物理观测结果中恢复信息的过程与操作。如果观测结果中明确地包含了信息，并且对出现的任何干扰都能精确地加以描述，那么要求的处理是比较简单的。但观测信息要使用观测装置，传达或观测信息还要通过媒质，它们的物理特性和实际限制往往使问题复杂化（其中，噪声、畸变和数据丢失统称为干扰，是使问题复杂化的主要原因）。事实上，干扰通常是随机性的，只能用它的平均特性或统计特性来描述。为恢复信息而对这种随机性观测结果进行的处理称为统计信号处理。本书将致力于研究这个课题和它的一些应用。 &nb ......

目录

同类热销图书