機器學習在電磁學和陣列天線處理中的應用 9787118133264 馬內爾.馬丁內斯-拉蒙 阿瓊.古普塔 (美)何塞.路

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202412*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：機器學習在電磁學和陣列天線處理中的應用
ISBN：9787118133264
出版社：國防工業
著編譯者：馬內爾.馬丁內斯-拉蒙 阿瓊.古普塔 (美)何塞.路易斯.羅
頁數：234
所在地：中國大陸 *此為代購商品
書號：1714362
可大量預訂，請先連絡。

【台灣高等教育出版社簡體書】 機器學習在電磁學和陣列天線處理中的應用 787118133264 馬內爾.馬丁內斯-拉蒙 阿瓊.古普塔 (美)何塞.路易斯.羅

內容簡介

和其他應用中最常見的機器學習架構和算法的基本原理。這些算法包括支持向量機、用於信號處理的高斯處理、用於陣列天線的核方法、神經網絡以及用於計算電磁學的深度學習。每章都從基本原理開始，並延伸到特定機器學習算法和架構領域的最新進展。這些章節都由幾個實例支持，以便讀者了解每種機器學習算法的技術細節，並找到解決其他工程問題的方法。 第二部分由四章組成，詳細講述了第一部分所涉及的算法在多種電磁問題中的應用，如陣列天線波束成形、波達方向估計、計算電磁學、天線優化、可重構天線、認知無線電以及電磁設計的其他方面。在最後一章中，還介紹了一些如何在微處理器中實現相關算法的示例。這些章節介紹了在電磁學領域尚未應用的機器學習算法。 本書既可以作為電磁學領域的學生、工程師和研究人員的實用指南，幫助他們將機器學習方法應用於各自的研究領域，又可以作為一些領域課程的基本參考書，如機器學習算法、高等電磁學等。

目錄

第1章 線性支持向量機
1 1 引言
1 2 學習機
1 2 1 學習機的結構
1 2 2 學習準則
1 2 3 算法
1 2 4 示例
1 2 5 對偶表示和對偶解
1 3 經驗風險和結構風險
1 4 用於分類的支持向量機
1 4 1 支持向量分類器的準則
1 4 2 支持向量機優化
1 5 用於回歸的支持向量機
參考文獻
第2章 線性高斯過程
2 1 引言
2 2 貝葉斯規則
2 2 1 條件概率的計算
2 2 2 條件概率的定義
2 2 3 貝葉斯規則和邊際化運算
2 2 4 獨立性和條件獨立性
2 3 線性估計器中的貝葉斯推理
2 4 基於高斯過程的線性回歸
2 5 預測后驗推導
2 6 預測后驗的對偶表示
2 6 1 對偶解的推導
2 6 2 方差項的解釋
2 7 似然參數的推斷
2 8 多任務高斯過程
參考文獻
第3章 用於信號和陣列處理的核
3 1 引言
3 2 核基礎和理論
3 2 1 再生核希爾伯特空間
3 2 2 核技巧
3 2 3 點積性質
3 2 4 點積在核構建中的用途
3 2 5 核特徵分析
3 2 6 復再生核希爾伯特空間和複核
3 3 核機器學習
3 3 1 核學習機和正則化
3 3 2 偏置核的重要性
3 3 3 核支持向量機
3 3 4 核高斯過程
3 4 估計信號模型的核框架
3 4 1 原始信號模型
3 4 2 再生核希爾伯特空間信號模型
3 4 3 雙信號模型
參考文獻
第4章 深度學習的基本概念
4 1 引言
4 2 前饋神經網絡
4 2 1 前饋神經網絡的結構
4 2 2 訓練準則和激活函數
4 2 3 隱單元的ReLU
4 2 4 使用BP算法進行訓練
4 3 流形學習和嵌入空間
4 3 1 流形、嵌入和算法
4 3 2 自編碼器
4 3 3 深度信念網絡
參考文獻
第5章 深度學習結構
5 1 引言
5 2 堆棧自編碼器
5 3 卷積神經網絡
5 4 循環神經網絡
5 4 1 基本循環神經網絡
5 4 2 訓練循環神經網絡
5 4 3 長短期記憶網絡
5 5 變分自編碼器
參考文獻
第6章 波達方向估計
6 1 引言
6 2 DOA估計的基本原理
6 3 常規DOA估計
6 3 1 子空間方法
6 3 2 旋轉不變技術
6 4 統計學習方法
6 4 1 導向場採樣
6 4 2 支持向量機MuSiC
6 5 波達方向估計的神經網絡方法
6 5 1 特徵提取
6 5 2 反向傳播神經網絡
6 5 3 正向傳播神經網絡
6 5 4 非理想陣列DOA估計的自編碼器架構
6 5 5 使用隨機陣列進行DOA估計的深度學習方法
參考文獻
第7章 波束成形
7 1 引言
7 2 波束成形的基本原理
7 2 1 模擬波束成形
7 2 2 數字波束成形/預編碼
7 2 3 混合波束成形
7 3 常規波束成形
7 3 1 具有空間參考的波束成形
7 3 2 具有時間參考的波束成形
7 4 支持向量機波束成形器
7 5 具有核的波束成形
7 5 1 具有時間參考的核陣列處理器
7 5 2 具有空間參考的核陣列處理器
7 6 RBF神經網絡波束成形器
7 7 使用Q學習的混合波束成形
參考文獻
第8章 計算電磁學
8 1 引言
8 2 時域有限差分
8 3 頻域有限差分
8 4 有限元法
8 5 逆散射
參考文獻
第9章 可重構天線和認知無線電
9 1 引言
9 2 認知無線電基本結構
9 3 可重構天線中的重構機制
9 4 示例
9 4 1 可重構分形天線
9 4 2 方向圖可重構微帶天線
9 4 3 星形可重構天線
9 4 4 可重構寬頻天線
9 4 5 頻率可重構天線
9 5 機器學習在硬體上的實現
9 6 結論
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。