Can I read 盲信号处理 : 理论与实践 = Blind signal processing : theory and practice on EtoBox?

盲信号处理 : 理论与实践 = Blind signal processing : theory and practice by 史习智等著, 史习智等著, 史习智, 史习智等著, 史習智 is a book available to read on EtoBox.

What is 盲信号处理 : 理论与实践 = Blind signal processing : theory and practice about?

1 (p1): 第1章 导论1 (p2): 1.1 导言1 (p3): 1.2 盲源分离8 (p4): 1.3 独立分量分析(ICA)9 (p5): 1.4 盲信号处理的发展历史和研究前景19 (p6): 第2章 盲信号处理的数学描述19 (p7): 2.1 随机过程和概率分布24 (p8): 2.2 估计理论31 (p9): 2.3 信息理论34 (p10): 2.4 高阶统计量38 (p11): 2.5 信号的预处理42 (p12): 2.6 复数非线性函数46 (p13): 2.7 评价指标47 (p14): 第3章 独立分量分析47 (p15): 3.1 问题说明和假设48 (p16): 3.2 对照函数52 (p17): 3.3 ICA的信息最大化方法55 (p18): 3.4 极大似然方法与通用学习规则56 (p19): 3.5 FastICA算法59 (p20): 3.6 自然梯度法61 (p21): 3.7 隐马尔可夫独立分量分析66 (p22): 第4章 非线性PCA66 (p23): 4.1 主元分析和微元分析68 (p24): 4.2 非线性PCA和盲源分离70 (p25): 4.3 核PCA72 (p26): 4.4 非线性PCA和复非线性PCA的神经网络方法76 (p27): 第5章 非线性ICA76 (p28): 5.1 非线性模型和盲源分离77 (p29): 5.2 学习算法79 (p30): 5.3 后非线性混合盲分离的扩展高斯化方法81 (p31): 5.4 非线性ICA的神经网络方法82 (p32): 5.5 非线性ICA解的遗传算法83 (p33): 5.6 非线性ICA应用实例87 (p34): 第6章 卷积混合和盲解卷积87 (p35): 6.1 问题的定义88 (p36): 6.2 卷积混合的时域算法88 (p37): 6.3 卷积混合的频域算法95 (p38): 6.4 语音信号卷积混合频域盲分离100 (p39): 6.5 Bussgang方法101 (p40): 6.6 多通道盲解卷积103 (p41): 第7章 基于概率密度估计的盲处理算法103 (p42): 7.1 问题的提出104 (p43): 7.2 概率密度函数的非参数估计110 (p44): 7.3 评价函数的估计111 (p45): 7.4 基于概率密度估计的盲分离算法119 (p46): 7.5 高斯混合模型的概率密度估计123 (p47): 7.6 基于概率密度函数估计的盲解卷积算法131 (p48): 7.7 非参数密度估计的在线算法139 (p49): 第8章 联合近似对角化方法-频域特征和时频特征139 (p50): 8.1 引言139 (p51): 8.2 频域特征的联合近似对角化算法144 (p52): 8.3 时频特征的联合近似

Author

史习智等著, 史习智等著, 史习智, 史习智等著, 史習智

Publisher

上海:上海交通大学出版社

Published

2008

Language

ZH

ISBN

9787313049094