本书主要介绍现代控制理论的基本知识、方法和应用,重点在于最优控制论的基本框架、基本数学理论和前沿分支。主要内容包括线性系统的状态空间表达法、能控性和能观性,状态滤波器与系统辨识,泛函及其极值问题,最优控制的最大值原理、动态规划原理以及两者之间的关系,线性二次指标的最优控制问题等。作为最优控制理论的新发展,本书还简要介绍
*控制是现代控制理论中的重要课题。近年来,随着工程应用的需求和人工智能的兴起,在系统模型未知或部分未知的情况下寻求近似*控制的方法逐渐崭露头角。本书上册包括*控制基础和*控制的数学理论两部分,着重介绍经典变分法、庞特里亚金极小值原理以及动态规划方法;下册侧重*控制的智能方法,包括强化学习与自适应动态规划、*控制的数值方
本书简要阐述了自动控制的基本理论与应用。全书共9章,前8章着重以现代控制工程为背景,介绍系统建模、时域分析法、根轨迹法、频域分析法、离散系统分析、状态空间分析以及非线性系统分析,各章均包含有Matlab应用技术实例以及与内容密切相关的多种形式的二维码。第9章内容借鉴了国际著名商学院的教育理念与方法,进行现代控制系统的案
该书系共14册,,涉及了生命起源、生物工程、气象学、军事科学、人工智能等多个科学领域,由中国科学界代表着这些领域Zui高水准的资深院士、专家编写,为青少年打开一扇了解科学、探索科学的大门。
本书是《模式识别及Matlab实现》主教材的配套实验与指导,根据主教材各章内容,相应给出了实验的具体步骤和程序代码,包括:贝叶斯决策,概率密度函数的参数估计,非参数判别分类方法,聚类分析,特征提取与选择,模糊模式识别,神经网络在模式识别中的应用,模式识别的工程应用等。
本书主要介绍模式识别的基础知识、基本方法、程序实现和典型实践应用。全书共9章。第1章介绍模式识别的基本概念、基础知识;第2章介绍贝叶斯决策理论;第3章介绍概率密度函数的参数估计;第4章介绍非参数判别分类方法;第5章介绍聚类分析;第6章介绍特征提取与选择;第7章介绍模糊模式识别;第8章介绍神经网络在模式识别中的应用;第9
本书重点介绍模式识别的基本概念和基本方法,在保证理论完整性的前提下,详细讨论具体算法的基本思想、实现方法、优缺点以及适用领域,使读者在了解模式识别基本理论的同时能够掌握分类器设计方法,通过具体的应用实例和实践环节,帮助读者尽快做到理论与实践的结合,掌握模式识别方法用以解决在具体应用中所遇到的问题。
本书为自动控制系统的经典教材,详细介绍了连续控制系统(包括电气系统、机械系统、流体动力系统和热力系统)的数学模型建模方法,动态系统的瞬态和稳态分析方法,根轨迹分析和设计方法,频率域的分析和设计方法,以及PID控制器和变形PID控制器的设计方法;同时还比较详细地介绍了现代控制理论中的核心内容,即状态空间分析和设计方法。*
本书研究了复杂气象条件对提取人群运动速度和人群密度等主要特征的干扰现象,并从局部和整体两个角度研究了人群运动状态演化规律,提出了复杂气象视频分类与动态天气视频复原算法、建立了人群流量方程和人群运动状态无向图两种人群运动分析模型,解决了雨雪天气视频退化现象对人群运动状态分析的影响和如何对未来人群运动状态进行预测的问题。本
本书既介绍了模式识别和智能计算的基础知识,又较为详细地介绍了现代模式识别和智能计算在科学研究中的应用方法和各算法的MATLAB源程序。此书可以帮助广大的科学工作者掌握模式识别和智能计算方法,并应用于实际的研究中,提高对海量数据信息的处理及挖掘能力,针对性和实用性强,具有较高的理论和实用价值。