Produktbild: Adaptive Filter Theory
- 16%

Adaptive Filter Theory

16% sparen

92,99 € UVP 110,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

26.07.2013

Verlag

Pearson Education Limited

Seitenzahl

912

Maße (L/B/H)

23,5/17,8/4,9 cm

Gewicht

1380 g

Auflage

5

Sprache

Englisch

ISBN

978-0-273-76408-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

26.07.2013

Verlag

Pearson Education Limited

Seitenzahl

912

Maße (L/B/H)

23,5/17,8/4,9 cm

Gewicht

1380 g

Auflage

5

Sprache

Englisch

ISBN

978-0-273-76408-3

Herstelleradresse

Pearson
St.-Martin-Straße 82
81541 München
DE

Email: [email protected]

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Adaptive Filter Theory
    • Chapter 1            Stochastic Processes and Models
    • Chapter 2            Wiener Filters
    • Chapter 3            Linear Prediction
    • Chapter 4            Method of Steepest Descent
    • Chapter 5            Method of Stochastic Gradient Descent
    • Chapter 6            The Least-Mean-Square (LMS) Algorithm
    • Chapter 7            Normalized Least-Mean-Square (LMS) Algorithm and Its Generalization
    • Chapter 8            Block-Adaptive Filters
    • Chapter 9            Method of Least Squares
    • Chapter 10            The Recursive Least-Squares (RLS) Algorithm
    • Chapter 11            Robustness
    • Chapter 12            Finite-Precision Effects
    • Chapter 13            Adaptation in Nonstationary Environments
    • Chapter 14            Kalman Filters
    • Chapter 15            Square-Root Adaptive Filters
    • Chapter 16            Order-Recursive Adaptive Filters
    • Chapter 17            Blind Deconvolution