购物车中还没有商品,赶紧选购吧!
ISBN:
高斯误差条件下广义最小二乘估计理论与方法:针对非线性观测模型
商品价格
降价通知
定价
手机购买
商品二维码
领 券
配送
上海市
数量
库存   个

推荐商品

  • 商品详情
手机购买
商品二维码
加入购物车
价格:
数量:
库存   个

商品详情

商品名称:高斯误差条件下广义最小二乘估计理论与方法:针对非线性观测模型
物料号 :58149-00
重量:0.000千克
ISBN:9787040581492
出版社:高等教育出版社
出版年月:2022-05
作者:王鼎,唐涛,尹洁昕,杨宾
定价:129.00
页码:460
装帧:精装
版次:1
字数:520
开本:16开
套装书:否

本书是“十三五”国家重点图书规划“大数据科学”丛书著作。 全书系统阐述针对非线性观测模型的最小二乘估计理论与方法,侧重理论的系统性和论证的严谨性,同时也强调应用性和可读性。主要内容包括:非线性最小二乘估计理论与方法的基础观测模型与方法,含有第Ⅰ、Ⅱ、Ⅲ类等式约束非线性最小二乘估计理论与方法,误差协方差矩阵秩亏损的非线性最小二乘估计理论与方法,第Ⅰ、Ⅱ、Ⅲ类伪线性观测模型的伪线性最小二乘估计理论与方法,第Ⅰ、Ⅱ类参数解耦合观测模型的参数解耦合最小二乘估计理论与方法,以及多类型参数交替迭代、蒙特卡罗重要性采样非线性最小二乘估计理论与方法。针对每一类最小二乘估计方法,从参数估计的角度进行描述,给出观测模型、参数估计优化模型及其数值求解方法,并且推导理论估计性能。书中含有大量实例和数值实验结果,便于读者理解和掌握。 “大数据科学”丛书涉及大数据理论、技术、产业和管理的方方面面,旨在帮助国内相关领域的学者、产业界人士了解国内外大数据研究和应用的前沿进展,也可作教学之用。

前辅文
第1 章 引言
  1.1 最小二乘估计理论与方法概述
  1.2 最小二乘估计方法的起源与研究现状:针对非线性观测模型
  1.3 本书的内容安排
第2 章 数学预备知识
  2.1 矩阵理论中的若干预备知识
   2.1.1 矩阵求逆
   2.1.2 (半)正定矩阵
   2.1.3 矩阵奇异值分解
   2.1.4 Moore-Penrose广义逆矩阵与正交投影矩阵
   2.1.5 矩阵Kronecker积与矩阵向量化运算
   2.1.6 关于矩阵的其他结论
  2.2 多维函数分析初步
   2.2.1 多维标量函数的梯度和Hesse矩阵
   2.2.2 多维向量函数的Jacobi矩阵
  2.3 拉格朗日乘子法的基本原理
  2.4 参数估计方差的克拉美罗界
   2.4.1 无等式约束条件下的克拉美罗界
   2.4.2 等式约束条件下的克拉美罗界
  2.5 矩阵扰动分析中的若干预备知识
  2.6 参数估计一阶误差分析方法
   2.6.1 无等式约束条件下的一阶误差分析方法
   2.6.2 等式约束条件下的一阶误差分析方法
第3 章 非线性最小二乘估计理论与方法:基础观测模型与方法
  3.1 基础的非线性观测模型
  3.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
   3.2.1 参数估计优化模型及其求解方法
   3.2.2 理论性能分析
   3.2.3 数值实验
  3.3 模型参数先验观测误差对参数估计性能的影响
   3.3.1 对克拉美罗界的影响
   3.3.2 对方法3unhbox oidb@x hbox $-$ a的影响
  3.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
   3.4.1 参数估计优化模型及其求解方法
   3.4.2 理论性能分析
   3.4.3 数值实验
第4 章 非线性最小二乘估计理论与方法:含有第~lma ~类等式约束
  4.1 含有第~xlma ~类等式约束的非线性观测模型
  4.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
   4.2.1 参数估计优化模型及其求解方法
   4.2.2 理论性能分析
   4.2.3 数值实验
  4.3 模型参数先验观测误差对参数估计性能的影响
   4.3.1 对克拉美罗界的影响
   4.3.2 对方法4unhbox oidb@x hbox $-$ a的影响
  4.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
   4.4.1 参数估计优化模型及其求解方法
   4.4.2 理论性能分析
   4.4.3 数值实验
第5 章 非线性最小二乘估计理论与方法:含有第~lmb ~类等式约束
  5.1 含有第~xlmb ~类等式约束的非线性观测模型
  5.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
   5.2.1 参数估计优化模型及其求解方法
   5.2.2 理论性能分析
   5.2.3 数值实验
  5.3 模型参数先验观测误差对参数估计性能的影响
   5.3.1 对克拉美罗界的影响
   5.3.2 对方法5unhbox oidb@x hbox $-$ a的影响
  5.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
   5.4.1 参数估计优化模型及其求解方法
   5.4.2 理论性能分析
   5.4.3 数值实验
第6 章 非线性最小二乘估计理论与方法:含有第~lmc ~类等式约束
  6.1 含有第~xlmc ~类等式约束的非线性观测模型
  6.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
   6.2.1 参数估计优化模型及其求解方法
   6.2.2 理论性能分析
   6.2.3 数值实验
  6.3 模型参数先验观测误差对参数估计性能的影响
   6.3.1 对克拉美罗界的影响
   6.3.2 对方法6unhbox oidb@x hbox $-$ a的影响
  6.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
   6.4.1 参数估计优化模型及其求解方法
   6.4.2 理论性能分析
   6.4.3 数值实验
第7 章 非线性最小二乘估计理论与方法:观测误差协方差矩阵秩亏损
  7.1 观测误差协方差矩阵秩亏损条件下的非线性观测模型
  7.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
   7.2.1 参数估计优化模型及其求解方法
   7.2.2 理论性能分析
   7.2.3 数值实验
  7.3 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
   7.3.1 参数估计优化模型及其求解方法
   7.3.2 理论性能分析
   7.3.3 数值实验
第8 章 伪线性最小二乘估计理论与方法:第~lma ~类伪线性观测模型
  8.1 可转化为第~xlma ~类伪线性观测模型的非线性观测模型
  8.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
   8.2.1 参数估计优化模型及其求解方法
   8.2.2 理论性能分析
   8.2.3 数值实验
  8.3 模型参数先验观测误差对参数估计性能的影响
  8.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
   8.4.1 第1种参数估计优化模型及其求解方法
   8.4.2 第2种参数估计优化模型及其求解方法
   8.4.3 理论性能分析
   8.4.4 数值实验
第9 章 伪线性最小二乘估计理论与方法:第~lmb ~类伪线性观测模型
  9.1 可转化为第~xlmb ~类伪线性观测模型的非线性观测模型
  9.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
   9.2.1 阶段1的参数估计优化模型、求解方法及其理论性能
   9.2.2 阶段2的参数估计优化模型、求解方法及其理论性能
   9.2.3 数值实验
  9.3 模型参数先验观测误差对参数估计性能的影响
  9.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
   9.4.1 阶段1的参数估计优化模型、求解方法及其理论性能
   9.4.2 阶段2的参数估计优化模型、求解方法及其理论性能
   9.4.3 数值实验
第10 章 伪线性最小二乘估计理论与方法:第~lmc ~类伪线性观测模型
  10.1 可转化为第~xlmc ~类伪线性观测模型的非线性观测模型
  10.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
   10.2.1 阶段1的参数估计优化模型、求解方法及其理论性能
   10.2.2 阶段2的参数估计优化模型、求解方法及其理论性能
   10.2.3 阶段3的参数估计求解方法及其理论性能
   10.2.4 数值实验
  10.3 模型参数先验观测误差对参数估计性能的影响
  10.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其\hspace*9.3mm 理论性能
   10.4.1 阶段1的参数估计优化模型、求解方法及其理论性能
   10.4.2 阶段2的参数估计优化模型、求解方法及其理论性能
   10.4.3 阶段3的参数估计求解方法及其理论性能
   10.4.4 数值实验
第11 章 参数解耦合最小二乘估计理论与方法:第~ lma ~类参数解\hspace*17.8mm 耦合观测模型
  11.1 第~xlma ~类参数解耦合非线性观测模型
  11.2 模型参数精确已知时的参数解耦合优化模型、求解方法及其理论性能
   11.2.1 参数解耦合优化模型及其求解方法
   11.2.2 理论性能分析
   11.2.3 数值实验
  11.3 模型参数先验观测误差对参数估计性能的影响
   11.3.1 11.3.1 对克拉美罗界的影响
   11.3.2 对方法11unhbox oidb@x hbox $-$ a的影响
  11.4 模型参数先验观测误差存在下的参数解耦合优化模型、求解方法及其\hspace*9.4mm 理论性能
   11.4.1 参数解耦合优化模型及其求解方法
   11.4.2 理论性能分析
   11.4.3 数值实验
第12 章 参数解耦合最小二乘估计理论与方法: 第~ lmb ~类参数解\hspace*17.8mm 耦合观测模型
  12.1 第~xlmb ~类参数解耦合非线性观测模型
  12.2 模型参数精确已知时的参数解耦合优化模型、求解方法及其理论性能
   12.2.1 参数解耦合优化模型及其求解方法
   12.2.2 理论性能分析
   12.2.3 数值实验
  12.3 模型参数先验观测误差对参数估计性能的影响
   12.3.1 对克拉美罗界的影响
   12.3.2 对方法12unhbox oidb@x hbox $-$ a的影响
  12.4 模型参数先验观测误差存在下的参数解耦合优化模型、求解方法及其\hspace*9.4mm 理论性能
   12.4.1 参数解耦合优化模型及其求解方法
   12.4.2 理论性能分析
   12.4.3 数值实验
第13 章 其他形式的非线性最小二乘估计方法: 多类型参数交替\hspace*17.8mm 迭代方法、蒙特卡罗重要性采样方法
  13.1 多类型参数交替迭代方法
   13.1.1 含有3类参数的非线性观测模型
   13.1.2 多类型参数估计优化模型与求解方法
   13.1.3 参数估计的克拉美罗界
   13.1.4 数值实验
  13.2 蒙特卡罗重要性采样方法
   13.2.1 基本的非线性观测模型与参数估计优化模型
   13.2.2 蒙特卡罗重要性采样方法
   13.2.3 数值实验
第14 章 其他形式的非线性广义最小二乘估计方法: 非线性滤波方法
  14.1 离散时间线性动态系统及其最优滤波方法
  14.2 离散时间非线性动态系统
  14.3 扩展卡尔曼滤波方法
   14.3.1 扩展卡尔曼滤波方法的推导过程和计算步骤
   14.3.2 改进的扩展卡尔曼滤波方法
  14.4 无迹卡尔曼滤波方法
   14.4.1 无迹变换的基本原理
   14.4.2 无迹卡尔曼滤波方法的计算步骤
  14.5 贝叶斯滤波方法
附录
  A $m F _x (m x $, $m s ) m G ( m x _2 )$是列满秩矩阵的证明
  B $- m arPi ^ot [ m C ^m T ] abla _x m J ^ ext (a) ( mathaccentV hat F5Em x _k ^ ext (a) )$是使目标函数下降速率最快的可行方向的证明
  C $ m Y _3 ^m (a) = m O _q_y imes q_y $的证明
  D 式(11.54 )的证明
  E 式(11.78 )的证明
  F 式(11.93 )的证明
  G $ m Y _3 ^ ext (b) = m O _q_y imes q_y $的证明
  H $ m Y _3 ^m (a) = m O _q_y imes q_y $的证明
  I 式(12.51)的证明
  J 式(12.64 )的证明
  K $ m Y _3 ^ ext (b) = m O _q_y imes q_y $的证明
  L 式(13.57 )的证明
参考文献

对比栏

1

您还可以继续添加

2

您还可以继续添加

3

您还可以继续添加

4

您还可以继续添加