隨著科學(xué)技術(shù)的發(fā)展，統(tǒng)計(jì)學(xué)產(chǎn)生了一個(gè)非常重要的分支—非參數(shù)統(tǒng)計(jì)，它真正做到了“讓數(shù)據(jù)自身說(shuō)話”，所以該分支在實(shí)踐中有著廣泛的應(yīng)用，近年來(lái)有關(guān)該領(lǐng)域的研究得到長(zhǎng)足的發(fā)展。眾所周知，非參數(shù)估計(jì)中最重要的一步就是“窗寬選擇”，然而系統(tǒng)地研究這方面問(wèn)題的專著尚未出現(xiàn)（就筆者本人而言），所以該項(xiàng)目成果利用最前沿的統(tǒng)計(jì)理論和方法來(lái)
本書(shū)介紹線性差分方程的基本概念、線性差分方程求解方法；討論線性差分算子的正性及相應(yīng)非線性邊值問(wèn)題的正解的存在性和多解性；介紹線性差分方程Disconjugacy的概念并研究線性差分方程邊值問(wèn)題Green函數(shù)的符號(hào)；建立帶不定權(quán)的二階線性差分方程邊值問(wèn)題的譜理論及離散Fucik譜理論；分別在非共振情形和共振情形下證明非線
目前，應(yīng)用較為廣泛的EIV模型參數(shù)估計(jì)算法主要是基于奇異值分解與基于拉格朗日函數(shù)的參數(shù)估計(jì)算法。基于奇異值分解的參數(shù)估計(jì)算法是基于數(shù)值逼近理論的總體最小二乘解，在測(cè)繪數(shù)據(jù)處理中普遍存在觀測(cè)數(shù)據(jù)精度不等，基于數(shù)值逼近理論的EIV模型參數(shù)估計(jì)無(wú)法獲得平差模型具有統(tǒng)計(jì)意義的最佳估值。鑒于此，本書(shū)重點(diǎn)闡述能夠顧及模型隨機(jī)性質(zhì)的
本書(shū)共6章，內(nèi)容包括緒論，基礎(chǔ)理論，擴(kuò)展有限元法的基本框架，局部網(wǎng)格替代的擴(kuò)展有限元法，相互作用積分法，LMR-XFEM在線彈性斷裂力學(xué)中的應(yīng)用。書(shū)后還附有相關(guān)資料供讀者參考。本書(shū)將理論與實(shí)際運(yùn)算相結(jié)合，具有較強(qiáng)的實(shí)用性和針對(duì)性，可供從事有限元、擴(kuò)展有限元程序編制和二次開(kāi)發(fā)的研究人員，以及機(jī)械、土木、礦業(yè)、航空航天工程
本書(shū)給出了概率論與數(shù)理統(tǒng)計(jì)的相關(guān)習(xí)題，書(shū)中共有8章，包括隨機(jī)事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其概率分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理、樣本及抽樣分布、參數(shù)估計(jì)和假設(shè)檢驗(yàn)等相關(guān)知識(shí)的總結(jié)和習(xí)題。
內(nèi)容包括：概率論部分：隨機(jī)事件的概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定理和中心極限定理等。數(shù)理統(tǒng)計(jì)部分：樣本及抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、回歸分析與主成分分析等。行列式、矩陣、線性方程組理論、向量組理論、特征值和特征向量、二次型以及線性代數(shù)的經(jīng)濟(jì)應(yīng)用等。
本書(shū)主要取材于申請(qǐng)者在該領(lǐng)域所取得的研究成果和進(jìn)展，主要成果發(fā)表在IEEE神經(jīng)網(wǎng)絡(luò)、信號(hào)處理等匯刊上，數(shù)量在20篇以上。全書(shū)內(nèi)容分為三大部分，第一部分介紹隨機(jī)系統(tǒng)經(jīng)典參數(shù)估計(jì)理論；第二部分重點(diǎn)介紹總體最小二乘（TLS）問(wèn)題、遞歸估計(jì)、迭代估計(jì)、結(jié)構(gòu)TLS估計(jì)、約束TLS估計(jì)、特征提取類TLS估計(jì)等；第三部分研究算法的確
本書(shū)主要講述與Lévy過(guò)程驅(qū)動(dòng)的倒向隨機(jī)微分方程相關(guān)的隨機(jī)控制和金融問(wèn)題。主要包括：一類Lévy過(guò)程相關(guān)的Teugel鞅和獨(dú)立布朗運(yùn)動(dòng)聯(lián)合驅(qū)動(dòng)的倒向隨機(jī)微分方程、單反射和雙反射障礙的倒向隨機(jī)微分方程的解和比較定理，倒向隨機(jī)偏微分方程解的存在唯一性定理，反射帶時(shí)滯的倒向隨機(jī)微分方程的解，以及解的存在唯一性；Lévy過(guò)程驅(qū)
本書(shū)內(nèi)容包括隨機(jī)事件及其概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理、樣本與抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、回歸分析與方差分析等。本書(shū)知識(shí)體系結(jié)構(gòu)完整，例題、習(xí)題豐富。其中第一章至第四章為基礎(chǔ)部分，可供較少學(xué)時(shí)數(shù)使用，第五章至第七章（用*表示）可供較多學(xué)時(shí)數(shù)使用，第八章至第十章
新材料、新技術(shù)和新結(jié)構(gòu)的產(chǎn)生刺激著本構(gòu)關(guān)系的發(fā)展。借助大型有限元ABAQUS平臺(tái)和用戶子程序UMAT，展示非線性本構(gòu)關(guān)系及其有限元應(yīng)用的最新研究成果，激發(fā)非線性本構(gòu)關(guān)系發(fā)展和應(yīng)用的創(chuàng)新思維。本書(shū)將材料學(xué)、力學(xué)和機(jī)械工程相關(guān)基礎(chǔ)理論、專業(yè)知識(shí)與工程實(shí)踐緊密結(jié)合，秉承從易到難，由淺入深的原則，對(duì)非線性本構(gòu)關(guān)系的基礎(chǔ)理論、有
主要包括概率的基礎(chǔ)知識(shí)，條件數(shù)學(xué)期望，馬氏鏈，Poisson過(guò)程，更新過(guò)程，鞅和布朗運(yùn)動(dòng)等內(nèi)容，本書(shū)不是從嚴(yán)格的測(cè)度論的角度來(lái)寫(xiě)隨機(jī)過(guò)程，而是用初等的便于理解的方式來(lái)寫(xiě)，結(jié)合和實(shí)際生活密切相關(guān)的例子引發(fā)讀者對(duì)隨機(jī)過(guò)程學(xué)習(xí)和研究的興趣。
本書(shū)共分十章，前五章介紹了隨機(jī)事件與概率、隨機(jī)變量及其分布、多元隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征以及大數(shù)定律與中心極限定理的內(nèi)容；第六章至第九章介紹了數(shù)理統(tǒng)計(jì)學(xué)的相關(guān)內(nèi)容，主要包括數(shù)理統(tǒng)計(jì)的基本概念與抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析等內(nèi)容；最后一章介紹了SPSS軟件的應(yīng)用。為便于學(xué)習(xí)，書(shū)后附有習(xí)題參考答案以及
本書(shū)以ANSYSCFD系列軟件為媒介，介紹了利用ANSYS系列軟件從幾何建模到網(wǎng)格劃分的完整流程。全書(shū)共分5章，第1章從流體計(jì)算域及計(jì)算網(wǎng)格入手，介紹了場(chǎng)景的流體計(jì)算域形式、網(wǎng)格類型及網(wǎng)格質(zhì)量度量指標(biāo)；第2章以SCDM模塊為目標(biāo)，詳細(xì)描述了SCDM的建模及幾何清理方法；第3章描述了ANSYSMesh模塊網(wǎng)格劃分思路及常
在科學(xué)技術(shù)及數(shù)學(xué)自身飛速發(fā)展的今天,現(xiàn)代數(shù)學(xué)作為其他學(xué)科的基礎(chǔ)、語(yǔ)言、工具和手段,其地位日益提高.《現(xiàn)代應(yīng)用數(shù)學(xué)基礎(chǔ)（第二版）》旨在打造一本適合高校理工類研究生學(xué)習(xí)現(xiàn)代數(shù)學(xué)基礎(chǔ)理論與方法的基本教材,使研究生能在較短的時(shí)間內(nèi)盡可能多地了解現(xiàn)代數(shù)學(xué)的基本概念、基本理論和基本方法,提升現(xiàn)代數(shù)學(xué)素養(yǎng),增強(qiáng)運(yùn)用現(xiàn)代數(shù)學(xué)知識(shí)分析問(wèn)
本書(shū)系統(tǒng)地介紹了在橢球等高分布的基礎(chǔ)上建立的廣義多元分析理論.主要討論了橢球等高分布族的性質(zhì)、有關(guān)的中心分布和非中心分布，球?qū)ΨQ矩陣分布和橢球等高矩陣分布的性質(zhì)，橢球等高分布的各種參數(shù)估計(jì)量，均值向量和協(xié)方差矩陣的各種檢驗(yàn)和其他檢驗(yàn)，廣義線性模型理論.
局部搜索算法是一種重要的求解組合優(yōu)化問(wèn)題的啟發(fā)式算法，由于簡(jiǎn)單且易于理解，其已受到越來(lái)越廣泛的重視。不同局部搜索算法的差別主要在于評(píng)估函數(shù)、鄰域結(jié)構(gòu)以及狀態(tài)轉(zhuǎn)移函數(shù)的設(shè)計(jì)。本書(shū)針對(duì)最小加權(quán)頂點(diǎn)覆蓋、最小有容量支配集、最小連通支配集幾個(gè)經(jīng)典的NP難組合優(yōu)化問(wèn)題，提出合理的評(píng)估函數(shù)、鄰域結(jié)構(gòu)以及狀態(tài)轉(zhuǎn)移函數(shù)，設(shè)計(jì)出高效的局
本書(shū)內(nèi)容包括：數(shù)值分析簡(jiǎn)介、非線性方程解、線性系統(tǒng)解、多項(xiàng)式插值和曲線擬合、數(shù)值微分和數(shù)值積分、常微分方程解。每章內(nèi)容含有數(shù)值算法設(shè)計(jì)理論、MATLAB程序設(shè)計(jì)、計(jì)算方法代碼實(shí)現(xiàn)、應(yīng)用實(shí)例和軟件計(jì)算等。書(shū)后附MATLAB軟件入門(mén)，部分習(xí)題參考解答或解題思路提示。
本書(shū)旨在講述現(xiàn)代科學(xué)計(jì)算中常用的數(shù)值計(jì)算方法及其理論，包括插值法、數(shù)值積分和數(shù)值微分、非線性方程求根、線性方程組的迭代法和直接法、常微分方程的數(shù)值解法。每章都配有相應(yīng)的習(xí)題和數(shù)值實(shí)驗(yàn)題，書(shū)末附有部分習(xí)題答案和相關(guān)附錄。本書(shū)著重基本思想的闡述、內(nèi)容的實(shí)用性和數(shù)值計(jì)算方法的應(yīng)用。
《現(xiàn)代數(shù)值分析》是為高等院校理工科研究生各專業(yè)開(kāi)設(shè)的“數(shù)值分析”課程編寫(xiě)的教材,內(nèi)容包括函數(shù)插值、函數(shù)逼近、數(shù)值積分與數(shù)值微分、線性方程組的直接解法和迭代解法、非線性方程求根、矩陣特征值與特征向量、常微分方程初值問(wèn)題的數(shù)值解法、傅里葉變換與小波變換、偏微分方程數(shù)值解初步.全書(shū)注重算法數(shù)學(xué)理論的建立和應(yīng)用,最終實(shí)現(xiàn)工程問(wèn)
本書(shū)揭示非高斯系統(tǒng)控制問(wèn)題的信息學(xué)和系統(tǒng)學(xué)本質(zhì)特征，提出隨機(jī)分布泛函和統(tǒng)計(jì)信息集合驅(qū)動(dòng)的反饋控制和估計(jì)思想，建立基于動(dòng)靜混合神經(jīng)網(wǎng)絡(luò)和泛函算子優(yōu)化的新型隨機(jī)分布系統(tǒng)建模、分析、控制、估計(jì)和優(yōu)化理論與故障檢測(cè)理論框架。本書(shū)內(nèi)容具有以下有別于傳統(tǒng)隨機(jī)控制的特點(diǎn)：被控對(duì)象具有非高斯隨機(jī)變量和非線性動(dòng)態(tài)；控制指標(biāo)是輸出PDF、
書(shū)單推薦 新書(shū)推薦
