Automatique avancée. 1, Techniques d'identification et d'estimation
保存先:
| 第一著者: | |
|---|---|
| フォーマット: | Livre papier |
| 言語: | Français |
| 出版事項: |
Paris :
Hermes science publ. : Lavoisier
C 2007.
|
| 主題: | |
| 注記: |
La couv. porte en plus : "Série automatique avancée" |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Techniques d'identification et d'estimation |
目次:
- Première partie : principes généraux de la modélisation et rappels mathématiques
- 1, Considérations générales sur la modélisation
- 2, Classes de modèles
- 3, Modélisation et approximation
- 4, Dérivées vectorielles
- Deuxième partie : méthodes d'estimation paramétrique
- 5, Méthode des moindres carrés (M.C.)
- 6, M.C. (cas vectoriel)
- 7, M.C. (approximations non linéaires)
- 8, M.C. (approximations évolutives)
- 9, M.C. (erreurs systématiques sur les mesures)
- 10, M.C. (erreurs aléatoires sur les mesures)
- 11, Méthode du maximum de vraisemblance (M.V.)
- 12, Filtres récurrents (Modèles de Box et Jenkins
- 13, Observateurs d'état
- 14, Filtres de Kalman
- 15, Trajectoire modale et états modaux
- Troisième partie : mises en oeuvre de la théorie développée précédemment
- 16, Algorithmes de résolution
- 17, Liaisons sur les paramètre
- 18, Méthodes d'optimisation
- 19, Tests d'hypothèse