Главная
Оглавление
Научная библиотека
email@scask.ru
Научная библиотека
Главная
>
Информационная теория идентификации
<< Предыдущий
параграф
<< Предыдущий параграф
Макеты страниц
Список литературы
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
(см. скан)
<< Предыдущий
параграф
1
Оглавление
Предисловие
Введение
ГЛАВА 1. Задача идентификации и ее особенности
§ 1.2. Объекты и их классификация
§ 1.3. Настраиваемая модель
§ 1.4. Критерий качества идентификации и оптимальное решение
§ 1.5. Алгоритмы идентификации
§ 1.6. Асимптотическая скорость сходимости алгоритмов
§ 1.7. Оптимальные алгоритмы идентификации
§ 1.8. Заключение
ГЛАВА 2. Оптимальные функции потерь
§ 2.1. Эмпирические средние потери и оценки оптимального решения
§ 2.2. Асимптотические свойства оценок и средних потерь
§ 2.3. Предельно возможная скорость сходимости оценок
§ 2.4. Определение оптимальной функции потерь
§ 2.5. Свойства оптимальной функции потерь
§ 2.6. Заключение
ГЛАВА 3. Абсолютно оптимальные алгоритмы идентификации
§ 3.1. Формирование оптимальных и абсолютно оптимальных алгоритмов
§ 3.2. Основные виды абсолютно оптимальных алгоритмов
§ 3.3. Абсолютно оптимальные алгоритмы с настройкой параметра масштаба
§ 3.4. Одномерные абсолютно оптимальные и оптимальные алгоритмы и их свойства
§ 3.5. Многомерные абсолютно оптимальные и оптимальные алгоритмы и их свойства
§ 3.6. Заключение
ГЛАВА 4. Оптимальные на классе функции потерь
§ 4.1. Априорная информация о помехах и классы распределений
§ 4.2. Понятие оптимальности на классе
§ 4.3. Принцип оптимальности на классе
§ 4.4. Вариационные задачи минимизации и методика их решения
§ 4.5. Оптимальные на классе функции потерь для P-объектов с простой помехой
§ 4.6. Оптимальные на классе функции потерь для АР-объектов
§ 4.7. Оптимальные на классе функции потерь для РАР-объектов и Р-объектов с преобразованной помехой
§ 4.8. О грубости оценок оптимального решения
§ 4.9. Оптимальность на классе и робастность
§ 4.10. Заключение
ГЛАВА 5. Абсолютно оптимальные на классе алгоритмы идентификации
§ 5.1. Формирование абсолютно оптимальных на классе алгоритмов
§ 5.2. Реализуемые абсолютно оптимальные на классе алгоритмы
§ 5.3. Абсолютно оптимальные на классе алгоритмы с настройкой параметра масштаба
§ 5.4. Одномерные абсолютно оптимальные на классе алгоритмы
§ 5.5. Многомерные абсолютно оптимальные на классе алгоритмы
§ 5.6. Заключение
ГЛАВА 6. Алгоритмы идентификации неминимально-фазовых по возмущению объектов
§ 6.2. Особенности оптимальной настраиваемой модели
§ 6.3. Преобразование плотностей распределения линейным дискретным фильтром
§ 6.4. Оптимальные и оптимальные на классе функции потерь
§ 6.5. Абсолютно оптимальные и абсолютно оптимальные на классе алгоритмы
§ 6.6. Примеры
§ 6.7. Заключение
ГЛАВА 7. Акселерантные алгоритмы идентификации
§ 7.1. Об акселеризации оценок оптимального решения
§ 7.2. Представление априорной информации об оптимальном решении
§ 7.3. Обобщенные эмпирические средние потери
7.4. Акселерантные абсолютно оптимальные алгоритмы
§ 7.5. Акселерантные абсолютно оптимальные на классе алгоритмы
§ 7.6. Лилейные акселерантные алгоритмы
§ 7.7. Выбор оптимальных входных воздействий
§ 7.8. Примеры
§ 7.9. Заключение
ГЛАВА 8. Модифицированные алгоритмы идентификации
§ 8.2. Алгоритмы со скалярной матрицей усиления
§ 8.3. Усредненные алгоритмы со скалярной матрицей усиления
§ 8.4. Алгоритмы с упрощенным градиентом функции потерь
§ 8.5. Алгоритмы идентификации при коррелированной помехе
§ 8.6. Алгоритмы идентификации некоторых классов нелинейных объектов
§ 8.7. Примеры
§ 8.8. Еще о возможности акселериэации алгоритмов
§ 8.9. О критериальных алгоритмах идентификации
§ 8.10. Заключение
ГЛАВА 9. Алгоритмы идентификации нестационарных объектов
§ 9.1. Описание нестационарных динамических объектов и их особенности
§ 9.2. Критерий качества и алгоритмы идентификации
§ 9.3. Оптимальные алгоритмы
§ 9.4. Абсолютно оптимальные алгоритмы
§ 9.5. Оптимальные алгоритмы для многошаговых моделей дрейфа
§ 9.6. Упрощенные алгоритмы
§ 9.7. Акселерантные алгоритмы
§ 9.8. Заключение
ГЛАВА 10. Введение в искусственные нейронные сети
§ 10.2. Структуры нейронных сетей
§ 10.3. Условие оптимальности
§ 10.4. Алгоритмы настройки нейронной сети
§ 10.5. Алгоритмы настройки общей нейронной сети
§ 10.6. Заключение
Послесловие
Комментарии
Список литературы
Математика
Физика
Химия
Энциклопедии, справочники
Схемотехника
Программирование
Обработка сигналов
Разное
email@scask.ru