朱煜、陈霸东、胡金春所著的《系统参数辨识的信息准则及算法》共6章,各章主要内容如下:第1章是绪论部分,对问题提出及研究现状等进行阐述;第2章介绍书中涉及的信息论基础知识,包括熵、互信息、信息距离、Fisher信息等信息测度及其性质;第3章介绍参数估计(经典估计及贝叶斯估计)中的信息论方法;第4章介绍系统参数辨识的最小误差熵准则及算法,包括参数辨识基本原理、经验误差熵及其性质、各种信息梯度辨识算法、算法收敛性分析、误差熵准则的优化以及△熵准则等;第5章介绍系统参数辨识的最小信息距离准则,分析了KL信息距离准则下参数的可辨识性,阐述了带参考PDF的信息距离准则并给出辨识算法;第6章介绍系统参数辨识的互信息准则及算法,包括最小互信息和最大互信息两种辨识准则。
参数辨识为系统参数计算提供解决手段,进而为对象的表征、分析、优化、控制等应用提供模型基础。准则函数是系统参数辨识的要素,影响辨识的各个方面,包括参数可辨识性、辨识精度、算法复杂性及鲁棒性等。作为新型准则函数,信息准则为系统辨识开辟了崭新途径,成为信号处理与系统模型参数辨识相关领域的重要研究方向。朱煜、陈霸东、胡金春所著的《系统参数辨识的信息准则及算法》系统地介绍系统参数辨识的各种信息准则及相应辨识算法、算法特性分析,包括最小误差熵准则、最小信息距离准则、最大(小)互信息准则等,介绍了其基本概念和性质、实现算法及仿真算例。
《系统参数辨识的信息准则及算法》可供系统辨识与信号处理、系统控制、人工神经网络、模式识别、神经及认知科学等学科或领域的科技工作者阅读,也可供这些领域的研究生和本科生参考。