最优估计理论及其应用的书籍,邓自立的,需要的可以下来看一下
2019-12-21 21:01:11 21.98MB 最优估计理论
1
大连理工大学邹志利教授的水波理论一书,详细地论述了海洋中各类波浪的描述方程并给出波浪的传播规律及与建筑物作用的规律,可供海洋工程从业者使用。
2019-12-21 20:58:03 20.12MB 波浪 流体 偏微分方程
1
这本书是国内最经典的信息论与编码的教材,由傅祖芸院士编著,本书系统地论述信息论与纠错编码的基本理论。共有9章,内容包括:信息的定义和度量,离散信源和连续信源的信息熵,信道和信道容量,平均失真度和信息率失真函数,三个香农信息论的基本定理:无失真信源编码定理、限失真信源编码定理和信道编码定理,若干种常见实用的无失真信源压缩编码的方法,以及信道纠错编码的基本内容和分析方法。本书深入浅出、概念清晰、系统性和可读性强。高等教育电子信息类信息论与编码最好的教材之一,帮助大家更好学习,如果需要课后答案,可以私信我。
2019-12-21 20:52:45 10.01MB 信息论 信息论与编码 傅祖芸 基础理论
1
信息论-基础理论与应用课后答案-全,仅供参考,好好学习
2019-12-21 20:49:42 2.95MB 信息论
1
射频电路设计————理论与应用 射频好资料。
2019-12-21 20:48:45 10.13MB 01
1
《研究生教材·矩阵理论及其应用》根据国家教委制定的工科研究生学习矩阵论课程的基本要求,较全面、系统地介绍了与工程技术联系密切、应用广泛的矩阵理论与方法。编写过程中力求做到深入浅出、简明易懂、深度与广度适中。教材中给出了丰富的例子,使读者能更好地理解抽象的概念、理论,应用实例丰富了教材内容,也可扩大学生的知识面。教材注意用新观点、新思想来审视和阐述经典内容。教材中用Matlab软件处理计算问题,一方面可以加深对问题的理解,另一方面也可使读者从繁琐的重复运算中解脱出来,也便于读者将所学知识用于工程计算。
2019-12-21 20:47:06 3.83MB 数学
1
本文是线性模型方面的经典书籍,对线性及广义线性模型的理论及应用进行了详细阐述
2019-12-21 20:45:35 3.64MB 线性模型
1
自适应控制理论及应用,李言俊,西北工业大学出版社 《自适应控制理论及应用》系统介绍了自适应控制理论的基本原理及应用,其中包括连续时间系统模型参考自适应控制、离散时间模型参考自适应控制、自校正控制、混合自适应控制等内容。
2019-12-21 20:44:54 21.9MB 自适应控制 adaptive control
1
射频电路设计:理论与应用
2019-12-21 20:41:44 10.19MB 射频电路
1
压缩感知理论与应用全书,共12章,各章标题如下: 1. Introduction to compressed sensing Mark A. Davenport, Marco F. Duarte, Yonina C. Eldar and Gitta Kutyniok; 2. Second generation sparse modeling: structured and collaborative signal analysis Alexey Castrodad, Ignacio Ramirez, Guillermo Sapiro, Pablo Sprechmann and Guoshen Yu; 3. Xampling: compressed sensing of analog signals Moshe Mishali and Yonina C. Eldar; 4. Sampling at the rate of innovation: theory and applications Jose Antonia Uriguen, Yonina C. Eldar, Pier Luigi Dragotta and Zvika Ben-Haim; 5. Introduction to the non-asymptotic analysis of random matrices Roman Vershynin; 6. Adaptive sensing for sparse recovery Jarvis Haupt and Robert Nowak; 7. Fundamental thresholds in compressed sensing: a high-dimensional geometry approach Weiyu Xu and Babak Hassibi; 8. Greedy algorithms for compressed sensing Thomas Blumensath, Michael E. Davies and Gabriel Rilling; 9. Graphical models concepts in compressed sensing Andrea Montanari; 10. Finding needles in compressed haystacks Robert Calderbank, Sina Jafarpour and Jeremy Kent; 11. Data separation by sparse representations Gitta Kutyniok; 12. Face recognition by sparse representation Arvind Ganesh, Andrew Wagner, Zihan Zhou, Allen Y. Yang, Yi Ma and John Wright.
2019-12-21 20:39:53 24.66MB 压缩感知
1