目录

●前言
主要符号说明
第1章 非高斯随机分布系统理论概述 1
1.1 研究背景与研究意义 1
1.2 研究动态与发展现状 3
1.2.1 非高斯随机分布系统的智能学习模型 4
1.2.2 非高斯随机分布系统的分布泛函模型 6
1.2.3 广义最小熵控制与统计信息集合优化 7
1.2.4 随机分布滤波与故障检测 8
1.3 本书主要内容 8
第2章 数学基础 11
2.1 随机变量的概念 11
2.2 一元随机变量函数 12
2.2.1 随机变量g(X) 12
2.2.2 g(X)的分布及概率密度函数的确定 13
2.2.3 均值和方差 13
2.2.4 g(X)的均值 14
2.2.5 矩 14
2.3 多元分布 15
2.3.1 多元分布函数 15
2.3.2 多元分布概率密度函数 15
2.3.3 边缘分布 16
2.3.4 条件分布与条件期望 16
2.3.5 独立性 17
2.3.6 全概率公式与全期望公式 17
2.4 熵 18
2.4.1 离散随机变量的熵 18
2.4.2 互信息 19
2.4.3 连续随机变量的熵 20
……