海洋隨機(jī)數(shù)據(jù)分析——原理、方法與應(yīng)用
定 價(jià):49 元
- 作者:徐德倫,王莉萍 編著
- 出版時(shí)間:2011/4/1
- ISBN:9787040302707
- 出 版 社:高等教育出版社
- 中圖法分類:P73
- 頁碼:231
- 紙張:膠版紙
- 版次:1
- 開本:16開
徐德倫等編著的《海洋隨機(jī)數(shù)據(jù)分析——原理方法與應(yīng)用》以隨機(jī)過程的基本知識(shí)為首章內(nèi)容,相繼介紹了七大類行之有效的海洋隨機(jī)數(shù)據(jù)分析方法——譜估計(jì)、線性系統(tǒng)分析、線性均方估計(jì)、信號(hào)的經(jīng)驗(yàn)?zāi)B(tài)分解和Hilbert譜分析、主成分分析和經(jīng)驗(yàn)正交函數(shù)分解、小波譜分析、海洋隨機(jī)變量及其極值的統(tǒng)計(jì)分析。每一大類又包括若干分析方法,其中信號(hào)帶經(jīng)驗(yàn)?zāi)B(tài)分解、快速帶通數(shù)字濾波和最大熵分布等是20世紀(jì)末和21世紀(jì)初才出現(xiàn)的。在方法的論述上,本書既強(qiáng)調(diào)原理也注重應(yīng)用,并給出應(yīng)用實(shí)例。
《海洋隨機(jī)數(shù)據(jù)分析——原理方法與應(yīng)用》可作為海洋科學(xué)相關(guān)專業(yè)研究生和本科生的參考書,也可供相關(guān)的科技工作者參考。
數(shù)據(jù)是一切科學(xué)研究的基礎(chǔ)。海洋浩瀚嚴(yán)酷,任何海洋數(shù)據(jù)獲取的代價(jià)都是昂貴的。所以,如何用合理有效的分析方法從稀少寶貴的海洋觀測(cè)數(shù)據(jù)中提取盡可能多的有用信息是海洋研究的基本而重要的內(nèi)容。 《海洋隨機(jī)數(shù)據(jù)分析——原理方法與應(yīng)用》是以作者徐德倫等給海洋科學(xué)本科生和研究生授課的講稿為藍(lán)本,經(jīng)修改、補(bǔ)充和加工而成。書中介紹了對(duì)海洋隨機(jī)數(shù)據(jù)分析行之有效的七大類方法,在這些方法的論述上,既強(qiáng)調(diào)原理也注重應(yīng)用,并力求兩者的有機(jī)結(jié)合,還對(duì)其適用性、局限性以及改進(jìn)和發(fā)展的必要性加以評(píng)論,旨在幫助讀者系統(tǒng)全面地了解和主動(dòng)合理地應(yīng)用這些方法,并在應(yīng)用中改進(jìn)和發(fā)展之。
第1章 隨機(jī)過程基本知識(shí)
1.1 基本概念和基本定義
1.1.1 隨機(jī)過程的定義
1.1.2 隨機(jī)過程的分布函數(shù)和概率密度函數(shù)
1.1.3 隨機(jī)過程的特征函數(shù)
1.1.4 隨機(jī)過程的均值、相關(guān)函數(shù)、協(xié)方差函數(shù)、方差和矩
1.1.5 正交、不相關(guān)和獨(dú)立的髓機(jī)過程
1.1.6 復(fù)隨機(jī)過程
1.1.7 平穩(wěn)隨機(jī)過程的定義
1.1.8 隨機(jī)過程的變換
1.1.9 隨機(jī)過程的連續(xù)、微分和積分
1.1.10 隨機(jī)過程的各態(tài)歷經(jīng)性
1.2 平穩(wěn)隨機(jī)過程
1.2.1 平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)
1.2.2 平穩(wěn)隨機(jī)過程的功率譜
第1章 隨機(jī)過程基本知識(shí)
1.1 基本概念和基本定義
1.1.1 隨機(jī)過程的定義
1.1.2 隨機(jī)過程的分布函數(shù)和概率密度函數(shù)
1.1.3 隨機(jī)過程的特征函數(shù)
1.1.4 隨機(jī)過程的均值、相關(guān)函數(shù)、協(xié)方差函數(shù)、方差和矩
1.1.5 正交、不相關(guān)和獨(dú)立的髓機(jī)過程
1.1.6 復(fù)隨機(jī)過程
1.1.7 平穩(wěn)隨機(jī)過程的定義
1.1.8 隨機(jī)過程的變換
1.1.9 隨機(jī)過程的連續(xù)、微分和積分
1.1.10 隨機(jī)過程的各態(tài)歷經(jīng)性
1.2 平穩(wěn)隨機(jī)過程
1.2.1 平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)
1.2.2 平穩(wěn)隨機(jī)過程的功率譜
1.2.3 作為平穩(wěn)隨機(jī)過程的海浪模型
1.2.4 兩個(gè)平穩(wěn)隨機(jī)過程的交叉譜
1.2.5 兩個(gè)平穩(wěn)隨機(jī)過程的相干譜
1.2.6 平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性
1.2.7 二維和三維平穩(wěn)隨機(jī)過程的譜
1.3 隨機(jī)過程的Fourier變換和廣義變換
1.3.1 隨機(jī)過程的Fourier變換
1.3.2 隨機(jī)過程的廣義變換
1.4 正態(tài)隨機(jī)過程
1.4.1 正態(tài)隨機(jī)過程的定義
1.4.2 正態(tài)隨機(jī)過程的概率密度函數(shù)
1.4.3 平穩(wěn)正態(tài)隨機(jī)過程的概率密度函數(shù)
1.4.4 正態(tài)隨機(jī)過程的幾個(gè)主要性質(zhì)
1.4.5 平穩(wěn)正態(tài)隨機(jī)過程的跨零點(diǎn)問題
1.5 Markov過程簡(jiǎn)介
1.5.1 Markov序列
1.5.2 Markov鏈
1.5.3 Markov過程
第2章 譜分析
2.1 平穩(wěn)隨機(jī)過程的功率譜估計(jì)
2.1.1 采樣間隔的選取
2.1.2 譜估計(jì)的相關(guān)函數(shù)法
2.1.3 譜估計(jì)的周期圖法
2.1.4 譜估計(jì)質(zhì)量的衡量
2.1.5 數(shù)據(jù)窗的應(yīng)用
2.1.6 最大熵譜估計(jì)方法
2.2 交叉譜估計(jì)及相干分析
2.2.1 交叉譜估計(jì)
2.2.2 相干分析
2.3 方向譜估計(jì)
2.3.1 二維Fourier變換法
2.3.2 用測(cè)波陣列的數(shù)據(jù)估計(jì)方向譜
2.3.3 用自由浮標(biāo)測(cè)量的數(shù)據(jù)估計(jì)方向譜
第3章 線性系統(tǒng)分析
3.1 線性系統(tǒng)(變換)的定義
3.2 線性系統(tǒng)的基本知識(shí)
3.2.1 線性系統(tǒng)的響應(yīng)函數(shù)
3.2.2 線性系統(tǒng)對(duì)任意輸入的響應(yīng)
3.2.3 線性系統(tǒng)的脈沖響應(yīng)函數(shù)與頻率響應(yīng)函數(shù)的關(guān)系
3.2.4 以隨機(jī)過程為輸入的線性系統(tǒng)
3.3 線性系統(tǒng)響應(yīng)函數(shù)的確定
3.3.1 由線性微分方程確定線性系統(tǒng)的響應(yīng)函數(shù)
3.3.2 通過一對(duì)同步測(cè)量信號(hào)確定線性系統(tǒng)的響應(yīng)函數(shù)
3.3.3 通過對(duì)簡(jiǎn)諧波輸入和輸出的測(cè)量確定線性系統(tǒng)的響應(yīng)函數(shù)
3.4 線性系統(tǒng)分析在海洋研究中的應(yīng)用舉例
3.4.1 隨機(jī)波(波面位移)信號(hào)的模擬
3.4.2 隨機(jī)波造波機(jī)控制信號(hào)的獲得
3.4.3 水槽中極端波的模擬
3.4.4 海浪作用下孤立樁柱的響應(yīng)
3.5 Hilbert變換及其在海洋信號(hào)分析中的應(yīng)用
3.5.1 HilJ3ert變換的定義-
3.5.2 Hill3err變換的計(jì)算-
3.5.3 平穩(wěn)隨機(jī)過程的Hilben變換
3.5.4 Hilbert變換在海洋信號(hào)分析中的應(yīng)用舉例
3.6 數(shù)字信號(hào)濾波
3.6.1 數(shù)字信號(hào)濾波及其對(duì)海洋信號(hào)分析的意義
3.6.2 一種簡(jiǎn)單高效的信號(hào)濾波方法
第4章 線性均方估計(jì)
4.1 隨機(jī)變量的線性均方估計(jì)
4.1.1 隨機(jī)變量的線性均方估計(jì)的正交原理
4.1.2 隨機(jī)變量估計(jì)與數(shù)據(jù)估計(jì)的關(guān)系
4.1.3 線性均方估計(jì)與線性回歸分析
4.1.4 線性均方估計(jì)的誤差分析
4.1.5 關(guān)于求解系數(shù)的最佳方程問題
4.1.6 海洋研究中的應(yīng)用舉例
4.2 隨機(jī)過程的線性均方估計(jì)
4.2.1 隨機(jī)過程線性均方估計(jì)的正交原理
4.2.2 隨機(jī)過程線性均方估計(jì)與信號(hào)線性均方估計(jì)的關(guān)系
4.2.3 隨機(jī)過程線性均方估計(jì)的Wiener-Kolmogorov理論
4.2.4 wiener-Hopf方程
4.3 Kalmqan濾波
4.3.1 Kalman遞歸濾波原理
4.3.2 連續(xù)Kalman濾波
4.3.3 離散Kalman濾波
第5章 信號(hào)的經(jīng)驗(yàn)?zāi)B(tài)分解
5.1 信號(hào)的本征模態(tài)分解
5.1.1 定義
5.1.2 信號(hào)的本征模態(tài)分解方法
5.2 信號(hào)的Hilbert譜
5.3 兩種本征模態(tài)分解方法的驗(yàn)證
5.4 應(yīng)用舉例——日長(zhǎng)信號(hào)分析
第6章 主成分分析和經(jīng)驗(yàn)正交函數(shù)分解
6.1 主成分分析
6.1.1 問題的提法
6.1.2 問題的分析和解
6.2 經(jīng)驗(yàn)正交函數(shù)分解
6.2.1 問題的提法
6.2.2 問題的分析和解
6.2.3 應(yīng)用舉例
6.3 旋轉(zhuǎn)經(jīng)驗(yàn)正交函數(shù)
6.3.1 經(jīng)驗(yàn)正交函數(shù)的旋轉(zhuǎn)
6.3.2 最大方差旋轉(zhuǎn)
第7章 小波譜分析
7.1 小波變換
7.2 小波變換的特性
7.3 常用的小波基
7.4 局部小波能譜
第8章 海洋隨機(jī)變量及其極值的統(tǒng)計(jì)分析
8.1 海洋隨機(jī)變量的統(tǒng)計(jì)分布
8.1.1 Weibull分布
8.1.2 最大熵分布
8.2 極值的統(tǒng)計(jì)分布和重現(xiàn)期極值的推算
8.2.1 Pearson-Ⅲ型分布及其應(yīng)用
8.2.2 Gumbel分布及其應(yīng)用
8.2.3 海浪極值波高相應(yīng)的周期
8.3 一元復(fù)合極值分布
8.3.1 Poisson-Gumbel分布
8.3.2 Poisson-最大熵分布
8.4 多元復(fù)合極值分布
8.4.1 定義
8.4.2 Poisson-Nested-Logistic分布
8.4.3 Poisson-Logistic分布
8.4.4 Poisson-Mixed-Gumbel分布
8.4.5 應(yīng)用
參考文獻(xiàn)
索引