内容简介: 本书主要研究了一类非线性系统的时域辨识、频域辨识、总体最小二乘辨识及应用、非线性系统建模、非线性系统故障诊断应用等内容。本书内容大体上可分为三部分,第一部分研究了一类非线性系统--Volterra级数模型基本理论,介绍了其时域分析和频域分析方法;第二部分研究了Volterra级数模型的辨识与建模方法,介绍了Volterra级数模型的时域辨识和频域辨识等多种迭代方法;第三部分研究了Volterra级数时域、频域方法及混沌方法等在电路等复杂系统参数估计、故障诊断中的应用。本书的很大一部分内容十分新颖,反映了国内外非线性系统建模与辨识领域方向上研究和应用的近期新进展。 目录: Chapter 1 Introduction 1.1 Feature Extraction 1.1.1 PCA and Subspace Tracking 1.1.2 PCA Neural Networks 1.1.3 Extension or Generalization of PCA 1.2 Basis for Subspace Tracking 1.2.1 Concept of Subspace 1.2.2 Subspace Tracking Method 1.3 Main Features of This Book 1.4 Organization of This Book References Chapter 2 Matrix Analysis Basics 2.1 Introduction 2.2 Singular Value Decomposition 2.2.1 Theorem and Uniqueness of SVD 2.2.2 Properties of SVD 2.3 Eigenvalue Decomposition 2.3.1 Eigenvalue Problem and Eigen Equation 2.3.2 Eigenvalue and Eigenvector 2.3.3 Eigenvalue Decomposition of Hermitian Matrix 2.3.4 Generalized Eigenvalue Decomposition 2.4 Rayleigh Quotient and ...
以下为对购买帮助不大的评价