Kalman Filtering and Neural Networks This self-contained book, consisting of seven chapters, is devoted to Kalman filter theory applied to the training and use of neural networks,and some applications of learning algorithms derived in this way.

神经网络原理(S.Haykin).pdf

Adaptive Filter Theory (中文版) Simon Haykin

本书是自适应信号处理领域的一本经典教材。全书共17章， 内容包括：自适应LMS横向滤波器、自适应格型滤波器、自适应递归滤波器、频域和子带自适应滤波器、盲自适应滤波器、神经网络非线性自适应滤波器等及其在通信与信息系统中的应用。 目录编辑 背景与预览 第1章 随机过程与模型 第2章 维纳滤波器 第3章 线性预测 第4章 最速下降算法 第5章 最小均方自适应滤波器 第6章 归一化最小均方自适应滤波器 第7章 频域和子带自适应滤波器 第8章 最小二乘法 第9章 递归最小二乘自适应滤波器 第10章 卡尔曼滤波器 第11章 平方根自适应滤波器 第12章 阶递归自适应滤波器 第13章 有限精度效应 第14章 时变系统的跟踪 第15章 无限脉冲响应自适应滤波器 第16章 盲反卷积 第17章 反向传播学习 后记 附录A 复变量 附录B 对向量微分 附录C 拉格朗日乘子法 附录D 估计理论 附录E 特征分析 附录F 旋转和映射 附录G 复数Wishart分布 术语 参考文献