Vor Ort
Merkzettel Warenkorb
  • Produktbild: Nonlinear System Identification
  • Produktbild: Nonlinear System Identification
- 11%

Nonlinear System Identification From Classical Approaches to Neural Networks and Fuzzy Models

11% sparen

106,99 € UVP 120,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

15.12.2010

Verlag

Springer Berlin

Seitenzahl

786

Maße (L/B/H)

23,5/15,5/4,3 cm

Gewicht

1194 g

Auflage

Softcover reprint of hardcover 1st ed. 2001

Sprache

Englisch

ISBN

978-3-642-08674-8

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

15.12.2010

Verlag

Springer Berlin

Seitenzahl

786

Maße (L/B/H)

23,5/15,5/4,3 cm

Gewicht

1194 g

Auflage

Softcover reprint of hardcover 1st ed. 2001

Sprache

Englisch

ISBN

978-3-642-08674-8

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Nonlinear System Identification
  • Produktbild: Nonlinear System Identification
  • 1. Introduction.- I. Optimization Techniques.- 2. Introduction to Optimization.- 3. Linear Optimization.- 4. Nonlinear Local Optimization.- 5. Nonlinear Global Optimization.- 6. Unsupervised Learning Techniques.- 7. Model Complexity Optimization.- II. Static Models.- 9. Introduction to Static Models.- 10. Linear, Polynomial, and Look-Up Table Models.- 11. Neural Networks.- 12. Fuzzy and Neuro-Fuzzy Models.- 13. Local Linear Neuro-Fuzzy Models: Fundamentals.- 14. Local Linear Neuro-Fuzzy Models: Advanced Aspects.- III. Dynamic Models.- 16. Linear Dynamic System Identification.- 17. Nonlinear Dynamic System Identification.- 18. Classical Polynomial Approaches.- 19. Dynamic Neural and Fuzzy Models.- 20. Dynamic Local Linear Neuro-Fuzzy Models.- 21. Neural Networks with Internal Dynamics.- IV. Applications.- 22. Applications of Static Models.- 23. Applications of Dynamic Models.- 24. Applications of Advanced Methods.- A. Vectors and Matrices.- A.1 Vector and Matrix Derivatives.- A.2 Gradient, Hessian, and Jacobian.- B. Statistics.- B.1 Deterministic and Random Variables.- B.2 Probability Density Function (pdf).- B.3 Stochastic Processes and Ergodicity.- B.4 Expectation.- B.5 Variance.- B.6 Correlation and Covariance.- B.7 Properties of Estimators.- References.