книга

Случайные данные : структура и анализ

Здесь можно купить книгу "Случайные данные : структура и анализ" в печатном или электронном виде. Также, Вы можете прочесть аннотацию, цитаты и содержание, ознакомиться и оставить отзывы (комментарии) об этой книге.

Автор: В. Хименко

Форматы: PDF

Серия: Мир фотоники

Издательство: Техносфера

Год: 2017

Место издания: Москва

ISBN: 978-5-94836-497-1

Страниц: 424

Артикул: 21812

Электронная книга

849 ₽

Купить и скачать

Читать фрагмент

Аннотация

Краткая аннотация книги "Случайные данные"

Книга посвящена одной из наиболее общих проблем физики и техники, биологии и естествознания – проблеме извлечения информации из случайных данных (наблюдений, измерений, экспериментальных исследований). Эта проблема включает в себя этапы сбора данных, построения моделей реальных процессов и систем, анализ и интерпретацию полученных результатов.
В книге дается описание и детальный анализ структуры наиболее важных с точки зрения приложений моделей временных рядов, непрерывных случайных процессов, случайных потоков событий, случайных полей и изображений. Представлено большое количество новых результатов по вероятностному анализу неоднородных данных, отображениям случайных процессов на фазовой плоскости, характеристикам выбросов и характеристикам превышений заданных уровней. Показывается широкое разнообразие практических задач, которые решаются (или могут решаться) на основе рассмотренных моделей случайных функций.
Для широкого круга специалистов, аспирантов и студентов, для тех, кто изучает, исследует и применяет на практике модели и методы анализа различных по своей физической природе случайных данных.

Содержание

Содержание книги "Случайные данные : структура и анализ"

Предисловие
Введение. Общая проблема обработки и анализа данных
Литература к введению
ГЛАВА 1. СИГНАЛЫ, ПОМЕХИ, НАБЛЮДЕНИЯ И РЕШЕНИЯ
1.1. Обобщенная модель преобразования информации
1.2. Определение и общая классификация случайных функций
1.3. Многообразие случайных функций в прикладных задачах
1.4. Типовые задачи теории статистических решений
1.5. Вероятностный анализ и синтез алгоритмов
Заключение
ГЛАВА 2. СЛУЧАЙНЫЕ ПОСЛЕДОВАТЕЛЬНОСТИ
2.1. Общее определение случайных последовательностей
2.2. Особенности вероятностного описания
2.3. Основные числовые характеристики
2.4. Простые гауссовские модели
2.5. Модели, порожденные гауссовским распределением
2.6. Модели с равномерным распределением
2.7. Вероятностные смеси распределений
2.8. Модели авторегрессии и скользящего среднего
2.9. Вероятностные зависимости. Регрессия, корреляция и диаграммы рассеяния
2.10. Характеристики превышений уровней
2.11. Анализ векторных последовательностей на плоскости
Заключение
ГЛАВА 3. СЛУЧАЙНЫЕ НЕПРЕРЫВНЫЕ ПРОЦЕССЫ
3.1. Определение непрерывных случайных процессов
3.2. Особенности вероятностного описания
3.3. Свойство стационарности случайных процессов
3.4. Свойство эргодичности случайных процессов
3.5. Спектрально-корреляционные характеристики процессов
3.6. Взаимные корреляционные и спектральные характеристики
3.7. Вероятностная структура узкополосных процессов
3.8. Особенности модели «сигнал плюс шум»
3.9. Непрерывность и дифференцируемость случайных функций
3.10. Свойства производных случайного процесса
3.11. Линейные и нелинейные преобразования процессов
3.12. Характеристики выбросов случайных процессов
3.13. Фазовые траектории случайных процессов
3.14. Векторные случайные процессы
Заключение
ГЛАВА 4. СЛУЧАЙНЫЕ ТОЧЕЧНЫЕ ПРОЦЕССЫ
4.1. Определение случайных точечных процессов
4.2. Особенности вероятностной структуры
4.3. Точечные процессы Пуассона
4.4. Типовые преобразования и обобщения пуассоновских процессов
4.5. Точечные процессы с неоднородной структурой
4.6. Точечные процессы стохастической геометрии
4.7. Характеристики превышений уровней
4.8. Диаграммы рассеяния в анализе точечных процессов
Заключение
ГЛАВА 5. СЛУЧАЙНЫЕ ПОЛЯ
5.1. Общее определение случайных полей
5.2. Особенности вероятностного описания
5.3. Стационарность, однородность и изотропность полей
5.4. Когерентность случайных полей
5.5. Эффекты интерференции полей
5.6. Поляризационные эффекты полей
5.7. Вероятностное описание тепловых полей
5.8. Вероятностное описание изображений
Заключение
Литература
Перечень основных вероятностных моделей
Предметный указатель

Отзывы

Все отзывы о книге Случайные данные : структура и анализ

Чтобы оставить отзыв, зарегистрируйтесь или войдите

Отрывок из книги Случайные данные : структура и анализ

23жество S – дискретное, то есть s = t – время, S = T = {tn, n = 0, 1, 2, ... }. Для случайной функции удобно при этом использовать обозначение{(s)} = {(tn)} = {n}, где n = 0, 1, 2, ... . Называется такая функция непре-рывной случайной последовательностью. В некоторых задачах ее назы-вают также временным рядом или непрерывным случайным процессом с дискретным временем. Обычно в данном определении считается, чтоt0 < t1 < t2 < ... и t = ti – ti–1 = const при любых i = 1, 2, ... , m.Если предположить здесь, что пространство состояний X не непрерыв-ное, а дискретное множество, то функция {n} будет называться дискрет-ной случайной последовательностью.В более общей ситуации можно рассматривать векторную после-довательность {n} = {1n , 2n , ... , qn}, каждая компонента которой jn, j = 1, 2, ... , q сама является непрерывной или дискретной случайной функ-цией. В качестве иллюстрации на схеме 1.2.2 показан характерный вид реализаций наиболее распространенных типов случайных последователь-ностей.2. Непрерывные случайные процессы Если теперь предположить, что в общем определении случайной функции {(s)} = {(s),  X, s S} параметр s = t – время, а простран-ство состояний X и параметрическое множество S = T являются непре-рывными множествами, то полученная функция {(t)} = {(t),  X, t T} будет соответствовать определению непрерывного случайного процес-са. Как правило, T представляет собой некоторый интервал временной оси, то есть t  [t0, t0 + T] = [0, T]. Значения случайных переменных (t) могут быть при этом либо действительными (скалярными), либо ком-плексными, либо векторными. Соответственно, и исследуемые про-цессы будут называться скалярными, комплексными или векторными случайными процессами. На схеме 1.2.2 показан характер реализаций скалярного непрерывного случайного процесса (t), векторного двумер-ного (t) = (1(t), 2(t)) = (x(t), y(t)) и векторного трехмерного процесса (t) = (1(t), 2(t), 3(t)) = (x(t), y(t), z(t)). Состав...

С книгой "Случайные данные" читают