Ebook: Statistische Informationstechnik: Signal- und Mustererkennung, Parameter- und Signalschätzung
Die Neuauflage des Klassikers zur Statistischen Nachrichtentheorie erscheint nun als Studienausgabe komprimiert auf die pr?fungsrelevanten Kernfragen der Themenbereiche Detektion und Estimation und ber?cksichtigt neuere Entwicklungen in der Technik.
Die Studienausgabe gibt einen ?berblick ?ber Signalerkennung im Rauschen und Mustererkennung sowie Parameter- und Signalsch?tzung. Moderne Verfahren wie Wavelet-Transformation oder Clusterbildung mit unscharfen Partitionen werden ber?cksichtigt. Neben klassischen Verfahren der Detektion werden neuere, z.B. auf neuronale Netze und Fuzzy-Logik aufbauende Klassifikatoren diskutiert. Die Parametersch?tzung behandelt neben Bayes- und Maximum-Likelihood-Ans?tzen auch adaptive Verfahren. Wiener- und Kalman-Filter sind Beispiele zur Signalsch?tzung. Die Grundlagen werden durch Anwendungsbeispiele aus der Praxis erl?utert.
Die neu aufgenommenen Aufgaben sind so ausgelegt, dass beim selbst?ndigen L?sen zus?tzliche Erkenntnisse vermittelt werden. Im Internet werden ausf?hrliche L?sungen der Aufgaben zum Herunterladen angeboten.
Geeignet f?r Studierende h?herer Semester der Fachrichtungen Elektrotechnik und Informationstechnik, Informatik und Technomathematik.
Die Neuauflage des Klassikers zur Statistischen Nachrichtentheorie erscheint nun als Studienausgabe komprimiert auf die pr?fungsrelevanten Kernfragen der Themenbereiche Detektion und Estimation und ber?cksichtigt neuere Entwicklungen in der Technik.
Die Studienausgabe gibt einen ?berblick ?ber Signalerkennung im Rauschen und Mustererkennung sowie Parameter- und Signalsch?tzung. Moderne Verfahren wie Wavelet-Transformation oder Clusterbildung mit unscharfen Partitionen werden ber?cksichtigt. Neben klassischen Verfahren der Detektion werden neuere, z.B. auf neuronale Netze und Fuzzy-Logik aufbauende Klassifikatoren diskutiert. Die Parametersch?tzung behandelt neben Bayes- und Maximum-Likelihood-Ans?tzen auch adaptive Verfahren. Wiener- und Kalman-Filter sind Beispiele zur Signalsch?tzung. Die Grundlagen werden durch Anwendungsbeispiele aus der Praxis erl?utert.
Die neu aufgenommenen Aufgaben sind so ausgelegt, dass beim selbst?ndigen L?sen zus?tzliche Erkenntnisse vermittelt werden. Im Internet werden ausf?hrliche L?sungen der Aufgaben zum Herunterladen angeboten.
Geeignet f?r Studierende h?herer Semester der Fachrichtungen Elektrotechnik und Informationstechnik, Informatik und Technomathematik.
Content:
Front Matter....Pages I-IX
Detektion und Estimation....Pages 1-10
Grundbegriffe der Statistik....Pages 11-22
Signaldarstellung durch Vektoren....Pages 23-46
Signal- und Mustererkennung....Pages 47-108
Systeme f?r die Signal- und Mustererkennung....Pages 109-139
Parametersch?tzung (Estimation)....Pages 141-165
Lineare Parametersch?tzsysteme....Pages 167-187
Wiener-Filter....Pages 189-221
Kalman-Filter....Pages 223-258
Back Matter....Pages 259-270
Die Neuauflage des Klassikers zur Statistischen Nachrichtentheorie erscheint nun als Studienausgabe komprimiert auf die pr?fungsrelevanten Kernfragen der Themenbereiche Detektion und Estimation und ber?cksichtigt neuere Entwicklungen in der Technik.
Die Studienausgabe gibt einen ?berblick ?ber Signalerkennung im Rauschen und Mustererkennung sowie Parameter- und Signalsch?tzung. Moderne Verfahren wie Wavelet-Transformation oder Clusterbildung mit unscharfen Partitionen werden ber?cksichtigt. Neben klassischen Verfahren der Detektion werden neuere, z.B. auf neuronale Netze und Fuzzy-Logik aufbauende Klassifikatoren diskutiert. Die Parametersch?tzung behandelt neben Bayes- und Maximum-Likelihood-Ans?tzen auch adaptive Verfahren. Wiener- und Kalman-Filter sind Beispiele zur Signalsch?tzung. Die Grundlagen werden durch Anwendungsbeispiele aus der Praxis erl?utert.
Die neu aufgenommenen Aufgaben sind so ausgelegt, dass beim selbst?ndigen L?sen zus?tzliche Erkenntnisse vermittelt werden. Im Internet werden ausf?hrliche L?sungen der Aufgaben zum Herunterladen angeboten.
Geeignet f?r Studierende h?herer Semester der Fachrichtungen Elektrotechnik und Informationstechnik, Informatik und Technomathematik.
Content:
Front Matter....Pages I-IX
Detektion und Estimation....Pages 1-10
Grundbegriffe der Statistik....Pages 11-22
Signaldarstellung durch Vektoren....Pages 23-46
Signal- und Mustererkennung....Pages 47-108
Systeme f?r die Signal- und Mustererkennung....Pages 109-139
Parametersch?tzung (Estimation)....Pages 141-165
Lineare Parametersch?tzsysteme....Pages 167-187
Wiener-Filter....Pages 189-221
Kalman-Filter....Pages 223-258
Back Matter....Pages 259-270
....