智能電網(wǎng)與大數(shù)據(jù)分析―― 隨機(jī)矩陣?yán)碚摲椒?/h1>
開本:
其他
頁數(shù):
484
本類榜單:工業(yè)技術(shù)銷量榜
-
>
湖南省志(1978-2002)?鐵路志
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
德國克虜伯與晚清火:貿(mào)易與仿制模式下的技術(shù)轉(zhuǎn)移
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
識木:全球220種木材圖鑒
智能電網(wǎng)與大數(shù)據(jù)分析―― 隨機(jī)矩陣?yán)碚摲椒?版權(quán)信息
- ISBN:9787121405471
- 條形碼:9787121405471 ; 978-7-121-40547-1
- 裝幀:一般膠版紙
- 冊數(shù):暫無
- 重量:暫無
- 所屬分類:>>
智能電網(wǎng)與大數(shù)據(jù)分析―― 隨機(jī)矩陣?yán)碚摲椒?本書特色
"本書由大數(shù)據(jù)、智能電網(wǎng)應(yīng)用和通信與傳感技術(shù)應(yīng)用三大部分組成; 以隨機(jī)矩陣?yán)碚摓橹骶; 既有理論上的推理和分析,又有仿真實(shí)驗(yàn)的驗(yàn)證和補(bǔ)充,還對許多實(shí)驗(yàn)結(jié)果進(jìn)行了可視化的分析。"
智能電網(wǎng)與大數(shù)據(jù)分析―― 隨機(jī)矩陣?yán)碚摲椒?內(nèi)容簡介
本書主要分為三部分:大數(shù)據(jù)基礎(chǔ)、智能電網(wǎng),以及大數(shù)據(jù)在通信與傳感技術(shù)方面的應(yīng)用,其中隨機(jī)矩陣?yán)碚摲椒ㄊ瞧淅碚摶A(chǔ)。部分主要討論大數(shù)據(jù)建模和大數(shù)據(jù)分析兩個(gè)方面,首先是大數(shù)據(jù)的數(shù)學(xué)基礎(chǔ)(隨機(jī)矩陣?yán)碚摲椒ǎ,接著是?shí)際應(yīng)用的研究。第二部分討論智能電網(wǎng)的應(yīng)用與需求、技術(shù)挑戰(zhàn)、大數(shù)據(jù)的應(yīng)用、電網(wǎng)監(jiān)控與狀態(tài)估計(jì)、虛假數(shù)據(jù)注入攻擊與狀態(tài)估計(jì)、需求響應(yīng)等。第三部分討論大數(shù)據(jù)在通信新技術(shù)(5G,MIMO)和傳感技術(shù)(分布式檢測與估計(jì))方面的應(yīng)用。本書將大數(shù)據(jù)視為信息科學(xué)和數(shù)據(jù)科學(xué)的結(jié)合,而智能電網(wǎng)、通信新技術(shù)和傳感技術(shù)是大數(shù)據(jù)應(yīng)用領(lǐng)域特別有前景的三個(gè)方面。
智能電網(wǎng)與大數(shù)據(jù)分析―― 隨機(jī)矩陣?yán)碚摲椒?目錄
第1章 緒論
1.1 大數(shù)據(jù): 基本概念
1.1.1 大數(shù)據(jù): 總覽
1.1.2 DARPA的XDATA項(xiàng)目
1.1.3 美國國家自然科學(xué)基金
1.1.4 大數(shù)據(jù)的機(jī)遇和挑戰(zhàn)
1.1.5 大數(shù)據(jù)的信號處理與系統(tǒng)工程
1.1.6 大數(shù)據(jù)的大型隨機(jī)矩陣
1.1.7 美國聯(lián)邦政府的大數(shù)據(jù)
1.2 大數(shù)據(jù)挖掘
1.3 大數(shù)據(jù)的數(shù)學(xué)介紹
1.4 大數(shù)據(jù)的數(shù)學(xué)理論
1.4.1 玻耳茲曼熵和H理論
1.4.2 香農(nóng)定理和經(jīng)典信息論
1.4.3 Dan-Virgil Voiculescu和自由中心極限定理
1.4.4 自由熵
1.4.5 Jean Ginibre和他的非厄米隨機(jī)矩陣
1.4.6 復(fù)數(shù)Ginibre集合的圓形定律
1.5 智能電網(wǎng)
1.6 大數(shù)據(jù)和智能電網(wǎng)
1.7 閱讀指南
文獻(xiàn)備注
**部分 大數(shù)據(jù)基礎(chǔ)
第2章 大數(shù)據(jù)系統(tǒng)的數(shù)學(xué)基礎(chǔ)
2.1 大數(shù)據(jù)分析
2.2 大數(shù)據(jù): 傳感、 收集、 存儲(chǔ)和分析
2.2.1 數(shù)據(jù)收集
2.2.2 數(shù)據(jù)清理
2.2.3 數(shù)據(jù)表示和建模
2.2.4 數(shù)據(jù)分析
2.2.5 數(shù)據(jù)存儲(chǔ)
2.3 智能算法
2.4 智能電網(wǎng)的信號處理
2.5 電網(wǎng)能效的監(jiān)測與優(yōu)化
2.6 電網(wǎng)的分布式傳感和測量
2.7 流數(shù)據(jù)的實(shí)時(shí)分析
2.8 大數(shù)據(jù)的顯著特點(diǎn)
2.8.1 奇異值分解和隨機(jī)矩陣?yán)碚?br />2.8.2 異質(zhì)性
2.8.3 噪聲積累
2.8.4 偽相關(guān)
2.8.5 偶然內(nèi)生性
2.8.6 對計(jì)算方法的影響
2.9 量子系統(tǒng)的大數(shù)據(jù)
2.10 金融系統(tǒng)的大數(shù)據(jù)
2.10.1 方法論
2.10.2 等時(shí)相關(guān)性Marchenko-Pastur定律
2.10.3 對稱時(shí)滯相關(guān)矩陣
2.10.4 不對稱時(shí)滯相關(guān)矩陣
2.10.5 降噪
2.10.6 冪律尾
2.10.7 自由隨機(jī)變量
2.10.8 輸入和輸出變量之間的互相關(guān)
2.11 大氣系統(tǒng)的大數(shù)據(jù)
2.12 大數(shù)據(jù)下的傳感網(wǎng)絡(luò)
2.13 大數(shù)據(jù)下的無線網(wǎng)絡(luò)
2.13.1 Marchenko-Pastur定律
2.13.2 單“環(huán)”定律
2.13.3 實(shí)驗(yàn)結(jié)果
2.14 大數(shù)據(jù)下的交通運(yùn)輸
文獻(xiàn)備注
第3章 大型隨機(jī)矩陣簡介
3.1 將高維數(shù)據(jù)以隨機(jī)矩陣形式建模
3.2 隨機(jī)矩陣?yán)碚摵喗?br />3.3 改變觀點(diǎn): 從向量到測度
3.4 測度的Stieltjes變換
3.5 一個(gè)基本的結(jié)果: Marchenko-Pastur方程
3.6 線性特征值統(tǒng)計(jì)與極限定律
3.7 線性特征值統(tǒng)計(jì)量的中心極限定理
3.8 隨機(jī)矩陣S-1T的中心極限定理
3.9 隨機(jī)矩陣的獨(dú)立性
3.10 矩陣值高斯分布
3.11 矩陣值的Wishart分布
3.12 矩量法
3.13 Stieltjes變換法
3.14 大型隨機(jī)矩陣譜測度的集中
3.15 未來的方向
文獻(xiàn)備注
第4章 樣本協(xié)方差矩陣的線性譜統(tǒng)計(jì)
4.1 線性譜統(tǒng)計(jì)
4.2 廣義Marchenko-Pastur分布
4.2.1 中心極限定理
4.2.2 尖峰總體模型
4.2.3 廣義尖峰總體模型
4.3 譜密度函數(shù)的估計(jì)
4.3.1 估算方法
4.3.2 極限譜分布的核估計(jì)量
4.3.3 核估計(jì)的中心極限定理
4.3.4 噪聲方差的估計(jì)
4.4 限制時(shí)間序列的譜分布
4.4.1 矢量自回歸移動(dòng)平均(VARMA)模型
4.4.2 通用線性過程
4.4.3 線性過程的大樣本協(xié)方差矩陣
4.4.4 固定過程
4.4.5 對稱自交叉協(xié)方差矩陣
4.4.6 具有重尾的大樣本協(xié)方差矩陣
文獻(xiàn)備注
第5章 大型厄米隨機(jī)矩陣與自由度隨機(jī)變量
5.1 大型經(jīng)濟(jì)/金融體系
5.2 矩陣值的概率
5.2.1 協(xié)方差矩陣的特征值譜及其估計(jì)
5.3 Wishart-Levy自由穩(wěn)定的隨機(jī)矩陣
5.4 自由隨機(jī)變量的基本概念
5.5 Wishart-Levy隨機(jī)矩陣的譜分析
5.6 Stieltjes變換的基本性質(zhì)
5.7 Stieltjes變換的基本定理
5.8 厄米隨機(jī)矩陣中的自由概率
5.8.1 隨機(jī)矩陣?yán)碚?br />5.8.2 厄米隨機(jī)矩陣的自由概率理論
5.8.3 增強(qiáng)自由卷積
5.8.4 隨機(jī)矩陣的壓縮
5.8.5 乘法自由卷積
5.9 隨機(jī)范德蒙矩陣
5.10 狀態(tài)估計(jì)的非漸近分析
文獻(xiàn)備注
第6章 大型非厄米隨機(jī)矩陣與四元離子自由概率論
6.1 四元自由概率理論
6.1.1 Stieltjes變換
6.1.2 加法自由卷積
6.1.3 乘法自由卷積
6.1.4 厄米矩陣的四元數(shù)值函數(shù)
6.2 R對角矩陣
6.2.1 R對角矩陣的種類
6.2.2 加法自由卷積
6.2.3 乘法自由卷積
6.2.4 各向同性隨機(jī)矩陣
6.3 非厄米隨機(jī)矩陣的和
6.4 非厄米隨機(jī)矩陣的乘積
6.5 奇異值等價(jià)模型
6.6 非厄米隨機(jī)矩陣的冪
6.6.1 矩陣的冪
6.6.2 譜
6.6.3 內(nèi)積
6.7 大型非厄米隨機(jī)矩陣的冪級數(shù)
6.7.1 幾何級數(shù)
6.7.2 冪級數(shù)
6.8 隨機(jī)Ginibre矩陣的乘積
6.9 矩形高斯隨機(jī)矩陣的乘積
6.10 復(fù)雜Wishart矩陣的乘積
6.11 乘積和冪之間的關(guān)系
6.12 有限規(guī)模的獨(dú)立同分布高斯隨機(jī)矩陣的乘積
6.13 復(fù)合高斯隨機(jī)矩陣乘積的Lyapunov指數(shù)
6.14 歐氏隨機(jī)矩陣
6.15 具有獨(dú)立項(xiàng)和圓形定律的隨機(jī)矩陣
6.16 圓形定律與離群值
6.17 隨機(jī)奇異值分解、 單環(huán)定律和離群值
6.17.1 有限秩擾動(dòng)的離群值: 定理6.17.3的證明
6.17.2 內(nèi)圓內(nèi)的特征值: 定理6.17.4的證明
6.18 橢圓定律和離群值
文獻(xiàn)備注
第7章 數(shù)據(jù)收集的數(shù)學(xué)基礎(chǔ)
7.1 大數(shù)據(jù)的結(jié)構(gòu)和應(yīng)用
7.2 協(xié)方差矩陣估計(jì)
7.3 大型隨機(jī)矩陣的譜估計(jì)
7.3.1 奇異值閾值
7.3.2 Stein無偏風(fēng)險(xiǎn)估計(jì)(SURE)
7.3.3 擴(kuò)展譜函數(shù)
7.3.4 正則化的主成分分析
7.4 矩陣重建的漸近框架
7.4.1 帶損失函數(shù)的矩陣估計(jì)
7.4.2 與大型隨機(jī)矩陣的聯(lián)系
7.4.3 漸近矩陣重構(gòu)
7.4.4 噪聲方差的估計(jì)
7.4.5 矩陣去噪的*優(yōu)硬閾值
7.5 *佳收縮
7.6 大規(guī)模協(xié)方差矩陣估計(jì)的收縮方法
7.7 大樣本協(xié)方差矩陣集合的特征向量
7.7.1 Stieltjes變換
7.7.2 樣本特征向量與總體特征向量的對比
7.7.3 樣本特征值的漸近*優(yōu)偏差校正
7.7.4 矩陣估計(jì)的精度
7.8 一般的隨機(jī)矩陣
7.8.1 大規(guī)模MIMO系統(tǒng)
文獻(xiàn)備注
第8章 矩陣假設(shè)檢驗(yàn)使用大規(guī)模隨機(jī)矩陣
8.1 激勵(lì)示例
8.2 兩個(gè)隨機(jī)矩陣的假設(shè)檢驗(yàn)
8.3 期望和方差的特征值界限
8.3.1 特征值的理論位置
8.3.2 Wasserstein距離
8.3.3 樣本協(xié)方差矩陣――具有指數(shù)衰減的元素
8.3.4 高斯協(xié)方差矩陣
8.4 經(jīng)驗(yàn)分布函數(shù)的集中度
8.4.1 龐加萊型不等式
8.4.2 經(jīng)驗(yàn)龐加萊型不等式
8.4.3 隨機(jī)矩陣的集中度
8.5 隨機(jī)二次型
8.6 隨機(jī)矩陣的對數(shù)行列式
8.7 一般MANOVA矩陣
8.8 大型隨機(jī)矩陣的有限秩擾動(dòng)
8.8.1 非漸近有限樣本理論
8.9 高維數(shù)據(jù)集的假設(shè)檢驗(yàn)
8.9.1 似然比檢驗(yàn)(LRT)和協(xié)方差矩陣檢驗(yàn)的動(dòng)機(jī)
8.9.2 使用損失函數(shù)估計(jì)協(xié)方差矩陣
8.9.3 協(xié)方差矩陣檢驗(yàn)
8.9.4 高維協(xié)方差矩陣的*優(yōu)假設(shè)檢驗(yàn)
8.9.5 球形檢驗(yàn)
8.9.6 檢驗(yàn)正態(tài)分布的多個(gè)協(xié)方差矩陣的等式
8.9.7 檢驗(yàn)正態(tài)分布組分的獨(dú)立性
8.9.8 相互依賴檢驗(yàn)
8.9.9 尖峰特征值的存在性檢驗(yàn)
8.9.10 大維度和小樣本量
8.10 Roy*大根檢驗(yàn)
8.11 大型隨機(jī)矩陣假設(shè)的*優(yōu)檢驗(yàn)
8.12 矩陣橢球等高分布
8.13 矩陣橢球等高分布的假設(shè)檢驗(yàn)
8.13.1 一般結(jié)果
8.13.2 兩類模型
8.13.3 檢驗(yàn)準(zhǔn)則
文獻(xiàn)備注
第二部分 智 能 電 網(wǎng)
第9章 智能電網(wǎng)的應(yīng)用和需求
9.1 歷史
9.2 概念和愿景
9.3 當(dāng)今的電網(wǎng)
9.4 未來智能電力系統(tǒng)
第10章 智能電網(wǎng)的技術(shù)挑戰(zhàn)
10.1 自愈式電力系統(tǒng)的概念基礎(chǔ)
10.2 如何使電力傳輸系統(tǒng)智能化
10.3 作為復(fù)雜適應(yīng)系統(tǒng)的電力系統(tǒng)
10.4 使電力系統(tǒng)成為使用分布式計(jì)算機(jī)代理的自我修復(fù)網(wǎng)絡(luò)
10.5 配電網(wǎng)
10.6 網(wǎng)絡(luò)安全
10.7 智能計(jì)量網(wǎng)絡(luò)
10.8 智能電網(wǎng)通信基礎(chǔ)設(shè)施
10.9 無線傳感器網(wǎng)絡(luò)
文獻(xiàn)備注
第11章 智能電網(wǎng)的大數(shù)據(jù)
11.1 數(shù)字的力量: 大數(shù)據(jù)和電網(wǎng)基礎(chǔ)結(jié)構(gòu)
11.2 能源的互聯(lián)網(wǎng): 大數(shù)據(jù)的收斂和云
11.3 邊緣分析: 消費(fèi)者、 電動(dòng)汽車和分布式生成
11.4 橫向主題: 大數(shù)據(jù)
11.5 智能電網(wǎng)的云計(jì)算
11.6 數(shù)據(jù)存儲(chǔ)、 數(shù)據(jù)訪問和數(shù)據(jù)分析
11.7 大數(shù)據(jù)的*新處理技術(shù)
11.8 大數(shù)據(jù)迎合智能電網(wǎng)
11.9 大數(shù)據(jù)的4V: 容量、 類型、 值和速度
11.10 大數(shù)據(jù)的云計(jì)算
11.11 智能電網(wǎng)的大數(shù)據(jù)
11.12 智能電網(wǎng)信息平臺
文獻(xiàn)備注
第12章 電網(wǎng)監(jiān)控與狀態(tài)估計(jì)
12.1 相量測量單元
12.1.1 相量的傳統(tǒng)定義
12.1.2 相量測量概念
12.1.3 同步相量定義和測量
12.2 *佳的PMU布局
12.3 狀態(tài)估計(jì)
12.4 基礎(chǔ)狀態(tài)估計(jì)
12.5 狀態(tài)估計(jì)的演化
12.6 靜態(tài)狀態(tài)估計(jì)
12.7 預(yù)測輔助狀態(tài)估計(jì)
12.8 相量測量單元
12.9 分布式系統(tǒng)狀態(tài)估計(jì)
12.10 事件觸發(fā)的狀態(tài)估計(jì)方法
12.11 不良數(shù)據(jù)的檢驗(yàn)
12.12 改進(jìn)的不良數(shù)據(jù)檢驗(yàn)
12.13 網(wǎng)絡(luò)攻擊
12.14 線路中斷檢測
文獻(xiàn)備注
第13章 虛假數(shù)據(jù)注入攻擊與狀態(tài)估計(jì)
13.1 狀態(tài)估計(jì)
13.2 虛假數(shù)據(jù)注入攻擊
13.2.1 基本原則
13.3 MMSE狀態(tài)估計(jì)與廣義似然比檢驗(yàn)
13.3.1貝葉斯框架與MMSE估計(jì)
13.3.2 統(tǒng)計(jì)模型和攻擊假設(shè)
13.3.3 具有“l(fā)1范數(shù)正則化”的廣義似然比檢測器
13.3.4 具有MMSE狀態(tài)估計(jì)的經(jīng)典檢測器
13.3.5 對MMSE和GLRT檢測的*優(yōu)攻擊
13.4 非線性測量的稀疏恢復(fù)
13.4.1 線性系統(tǒng)的不良數(shù)據(jù)檢驗(yàn)
13.4.2 非線性系統(tǒng)的不良數(shù)據(jù)檢驗(yàn)
13.5 實(shí)時(shí)入侵檢測
文獻(xiàn)備注
第14章 需求響應(yīng)
14.1 為什么吸引需求
14.2 *優(yōu)實(shí)時(shí)定價(jià)算法
14.3 運(yùn)輸電氣化和車對電網(wǎng)應(yīng)用
14.4 網(wǎng)格存儲(chǔ)
文獻(xiàn)備注
第三部分 通信與傳感技術(shù)
第15章 大數(shù)據(jù)在通信領(lǐng)域的應(yīng)用
15.1 5G與大數(shù)據(jù)
15.2 5G無線通信網(wǎng)絡(luò)
15.3 大規(guī)模MIMO
15.3.1 多用戶MIMO系統(tǒng)模型
15.3.2 超長的隨機(jī)向量
15.3.3 良好的傳播
15.3.4 預(yù)編碼技術(shù)
15.3.5 下行鏈路系統(tǒng)模型
15.3.6 隨機(jī)矩陣?yán)碚?br />15.4 大規(guī)模MIMO信道容量的自由概率
15.4.1 非漸近理論: 集中不等式
15.5 認(rèn)知無線電的光譜傳感
文獻(xiàn)備注
第16章 大數(shù)據(jù)感知
16.1 分布式檢測和估計(jì)
16.1.1 通信時(shí)計(jì)算
16.1.2 分布式檢驗(yàn)
16.1.3 分布式估計(jì)
16.1.4 共識算法
16.1.5 具有歐幾里得隨機(jī)矩陣(ERM)的隨機(jī)幾何圖
16.2 歐幾里得隨機(jī)矩陣
16.3 分布式計(jì)算
附錄A 自由概率的一些基本研究結(jié)果
附錄B 矩陣值隨機(jī)變量
參考文獻(xiàn)
智能電網(wǎng)與大數(shù)據(jù)分析―― 隨機(jī)矩陣?yán)碚摲椒?作者簡介
Robert C. Qiu(邱才明)教授,IEEE Fellow,上海交通大學(xué)大數(shù)據(jù)工程技術(shù)研究中心主任,上海交通大學(xué)講席教授,美國田納西理工大學(xué)終身教授。Qiu教授于1987年在西安電子科技大學(xué)獲得理學(xué)學(xué)士學(xué)位,1990年在電子科技大學(xué)獲得碩士學(xué)位,1995年在美國紐約大學(xué)理工學(xué)院獲得博士學(xué)位。1995?1997年擔(dān)任威訊(GTE)實(shí)驗(yàn)室技術(shù)研究員;1997?2000年擔(dān)任朗訊科技有限公司貝爾實(shí)驗(yàn)室技術(shù)研究員;2000?2003年擔(dān)任Wiscom(無線通信)科技有限公司共同發(fā)起人、CEO及總裁。Qiu教授的主要研究方向?yàn)椋褐悄茈娋W(wǎng)、大數(shù)據(jù)、無線網(wǎng)絡(luò)與無線定位、雷達(dá)等領(lǐng)域。趙生捷,博士,同濟(jì)大學(xué)電子與信息工程學(xué)院教授,博士生導(dǎo)師。擁有中國科學(xué)技術(shù)大學(xué)學(xué)士學(xué)位和中國航空航天部第二研究院碩士學(xué)位,美國得克薩斯州A&M大學(xué)(Texas A&M University)電子與計(jì)算機(jī)工程學(xué)博士學(xué)位。曾供職于美國朗訊科技公司貝爾實(shí)驗(yàn)室和中國航天科工集團(tuán)有限公司,是美國阿爾卡特朗訊(Alcatel-Lucent)技術(shù)學(xué)院院士,新一代寬帶無線通信產(chǎn)品系統(tǒng)專家,美國電氣電子工程師學(xué)會(huì)(IEEE)高級會(huì)員。趙生捷博士在大數(shù)據(jù)、無線通信、智能視頻處理、數(shù)字信號處理領(lǐng)域有20多年國際國內(nèi)行業(yè)經(jīng)驗(yàn),領(lǐng)導(dǎo)和參加過多項(xiàng)計(jì)算機(jī)、電子與通信領(lǐng)域的研究和開發(fā)項(xiàng)目。在國際電子信息領(lǐng)域的頂級雜志IEEE期刊、美國貝爾實(shí)驗(yàn)室技術(shù)期刊(Bell Labs Technical Journal)和IEEE國際會(huì)議共發(fā)表30多篇論文,持有20多項(xiàng)美國和中國發(fā)明專利或?qū)@暾。目前的研究領(lǐng)域?yàn)榇髷?shù)據(jù)、無線通信、信號處理、多媒體處理和車聯(lián)網(wǎng)。
- >
【精裝繪本】畫給孩子的中國神話
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
史學(xué)評論
- >
月亮與六便士
- >
經(jīng)典常談
- >
二體千字文
- >
姑媽的寶刀
- >
我與地壇