本書包括4個部分內(nèi)容：1-4章為概率論的理論部分;5-6章為統(tǒng)計(jì)應(yīng)用的基礎(chǔ)準(zhǔn)備部分,介紹了大量樣本數(shù)據(jù)呈現(xiàn)的極限特征,以及統(tǒng)計(jì)應(yīng)用中常用的四大分布及性質(zhì);7-8章為統(tǒng)計(jì)的基本應(yīng)用部分,介紹了參數(shù)的點(diǎn)估計(jì),區(qū)間估計(jì)以及假設(shè)檢驗(yàn)問題;第9章介紹了現(xiàn)實(shí)中常用的統(tǒng)計(jì)方法--一元回歸分析.前8章是一般本科概率論與數(shù)理統(tǒng)計(jì)課程的基
真實(shí)世界中的序列數(shù)據(jù)隨時(shí)間推移呈爆炸式增長，如何設(shè)計(jì)面向序列數(shù)據(jù)的知識發(fā)現(xiàn)方法是當(dāng)前研究的熱點(diǎn)之一。本書以深度學(xué)習(xí)和多視圖學(xué)習(xí)為理論基礎(chǔ)，以序列數(shù)據(jù)為研究對象，為面向序列數(shù)據(jù)分析提供多視圖的學(xué)習(xí)方法與技術(shù)，同時(shí)為典型場景下的序列數(shù)據(jù)分析提供多視圖深度學(xué)習(xí)解決方案，以期為序列數(shù)據(jù)分析、多視圖學(xué)習(xí)領(lǐng)域的研究及應(yīng)用提供參考。
本講義共分五個部分.第一部分包括前六講,簡要介紹了概率論的基本概念、結(jié)論和方法.第二部分包括第七-十講,介紹布朗運(yùn)動的基本概念和性質(zhì).第三部分包括第十一-十八講,其中第十一-十五講介紹~Ito~隨機(jī)積分的概念及其重要性質(zhì),例如特別重要的Ito等距、Ito乘積法則和Ito~鏈?zhǔn)椒▌t.第十六--十八講介紹Ito隨機(jī)微分方程
1、概率論基礎(chǔ)知識；2、基礎(chǔ)理論：隨機(jī)過程的引入（定義的引入、分類、平穩(wěn)過程）、離散時(shí)間的Markov鏈（定義的引入、分類、不變測度、極限定理）、最優(yōu)停時(shí)與鞅、連續(xù)時(shí)間的Markov鏈（定義的引入、Poisson過程、Renew過程、應(yīng)用案例）、連續(xù)時(shí)間的隨機(jī)過程（布朗運(yùn)動）、隨機(jī)分析及隨機(jī)微分方程；3、應(yīng)用案例分析：
本書主要包括高級運(yùn)籌學(xué)的基本概念與基本理論、線性規(guī)劃與靈敏度分析、整數(shù)規(guī)劃、動態(tài)規(guī)劃、目標(biāo)規(guī)劃、一維極值優(yōu)化問題、無約束最優(yōu)化方法、約束最優(yōu)化方法、運(yùn)籌學(xué)軟件介紹等定量分析和優(yōu)化的理論與方法。這些內(nèi)容是經(jīng)濟(jì)管理類研究生應(yīng)具備的基礎(chǔ)知識，本書強(qiáng)調(diào)學(xué)以致用，以大量實(shí)際問題為背景引出各分支的基本概念、模型和方法，具有很強(qiáng)的實(shí)
試驗(yàn)設(shè)計(jì)是統(tǒng)計(jì)學(xué)最早的一個分支之一，是人們認(rèn)識自然，了解自然的重要手段。在科學(xué)技術(shù)日益發(fā)展的今天，試驗(yàn)設(shè)計(jì)早已深入到農(nóng)業(yè)，林業(yè)，化學(xué)，生物醫(yī)藥，計(jì)算機(jī)等領(lǐng)域，為其發(fā)展提供重要的理論支持，并對其實(shí)際應(yīng)用提供大量可執(zhí)行的操作方法。隨著各領(lǐng)域的飛速發(fā)展，傳統(tǒng)的實(shí)體試驗(yàn)已不能滿足實(shí)際工作者的需要。計(jì)算機(jī)的飛速發(fā)展，逐漸改變了試
敏感性試驗(yàn)設(shè)計(jì)是試驗(yàn)設(shè)計(jì)研究領(lǐng)域的主要研究方向之一，其應(yīng)用背景主要是針對燃爆產(chǎn)品試驗(yàn)和藥劑試驗(yàn)，通過設(shè)計(jì)若干刺激水平和觀測對應(yīng)的二元響應(yīng)數(shù)據(jù)，估計(jì)感興趣的特殊刺激水平，如成功響應(yīng)概率p對應(yīng)的刺激水平，稱其為感度分布的p分位數(shù)。 傳統(tǒng)的敏感性試驗(yàn)設(shè)計(jì)沒有優(yōu)化準(zhǔn)則，而且希望估計(jì)的主要是0.5分位數(shù)。隨著對研究對象更高質(zhì)量的
本書給出了數(shù)值分析的現(xiàn)代方法及Python程序?qū)崿F(xiàn)，主要包括誤差分析、解線性方程組的直接法和迭代法、矩陣特征值問題的計(jì)算、非線性方程求根、插值法與最小二乘擬合、數(shù)值積分和數(shù)值微分、常微分方程初值問題的數(shù)值解法、快速Fourier變換以及蒙特卡羅方法等。書中配有大量的例題及Python程序?qū)崿F(xiàn)，每一章給出了閱讀材料、習(xí)題
R軟件的基本介紹、R軟件的數(shù)據(jù)結(jié)構(gòu)和圖形功能、R軟件實(shí)現(xiàn)數(shù)據(jù)的處理及清洗方法，R軟件進(jìn)行數(shù)據(jù)描述性分析，利用R軟件進(jìn)行參數(shù)估計(jì)，R軟件進(jìn)行假設(shè)檢驗(yàn)，對應(yīng)分析案例與R實(shí)現(xiàn)、典型相關(guān)分析案例與R實(shí)現(xiàn)。
本書內(nèi)容涵蓋控制相關(guān)學(xué)科各專業(yè)所必需的基礎(chǔ)知識，以時(shí)域中的線性系統(tǒng)理論知識為主要內(nèi)容，同時(shí)兼顧控制的頻域知識。主要內(nèi)容包括系統(tǒng)的數(shù)學(xué)描述、系統(tǒng)的動態(tài)響應(yīng)、系統(tǒng)的能控性和能觀性、系統(tǒng)的最小實(shí)現(xiàn)、系統(tǒng)的穩(wěn)定性、系統(tǒng)的時(shí)域綜合等。本書在內(nèi)容論述上力求精練，在概念敘述上力求清晰，在理論分析上力求嚴(yán)謹(jǐn)，在系統(tǒng)設(shè)計(jì)方法和算法介紹上
本書全面地介紹了基于狀態(tài)空間模型的線性定常系統(tǒng)理論。除了運(yùn)動分析、能控能觀性、穩(wěn)定性、反饋鎮(zhèn)定、極點(diǎn)/特征結(jié)構(gòu)配置、觀測器設(shè)計(jì)等基礎(chǔ)理論之外，本書首次系統(tǒng)性地介紹了線性系統(tǒng)的輸入輸出標(biāo)準(zhǔn)型理論，全面地解決了狀態(tài)反饋極點(diǎn)配置、解耦控制、最小相位系統(tǒng)的輸出反饋鎮(zhèn)定、基于逆系統(tǒng)的輸出跟蹤、基于平坦輸出的狀態(tài)跟蹤等問題；充分利
本書結(jié)合作者近幾年的研究成果，主要介紹人工蜂鳥算法和蝠鲼覓食優(yōu)化算法的提出、改進(jìn)及其工程應(yīng)用，內(nèi)容包括：人工蜂鳥算法，包括算法提出的靈感、步驟、數(shù)學(xué)模型、性能測試及其工程應(yīng)用等；人工蜂鳥算法的改進(jìn)及其工程應(yīng)用，從運(yùn)用切比雪夫混沌映射進(jìn)行初始化來提高求解的精度和引導(dǎo)覓食時(shí)加入萊維飛行，使得算法避免過早收斂和具有良好的穩(wěn)定
本書以近鄰思想、同步聚類模型及快速同步聚類算法為研究課題，重點(diǎn)研究了基于近鄰圖與單元網(wǎng)格圖的聚類算法、基于近鄰勢與單元網(wǎng)格近鄰勢的聚類算法、快速同步聚類算法、基于Vicsek模型線性版本的同步聚類算法、基于線性加權(quán)Vicsek模型的收縮同步聚類算法、基于分而治之框架與收縮同步聚類算法的多層同步聚類方法和基于ESynC算
本書采納了人本主義社會學(xué)最為常見的一種研究視角，也即將互聯(lián)網(wǎng)時(shí)代短視頻行業(yè)中決定視覺呈現(xiàn)結(jié)果的算法看作一種實(shí)踐邏輯，將算法實(shí)踐納入到技術(shù)－組織－個人的研究框架下，強(qiáng)調(diào)算法實(shí)踐的社會情境性和社會嵌入性，并重點(diǎn)關(guān)注滲透在其中的人類主觀能動性，最終展示出各類社會行動者在與算法實(shí)踐互動的過程中，如何持續(xù)地、動態(tài)地參與著算法實(shí)踐
本書將對當(dāng)前國內(nèi)外有關(guān)非規(guī)則顆粒形態(tài)離散元方法進(jìn)行全面的論述，并結(jié)合相關(guān)研究工作對非規(guī)則顆粒離散元方法的工程應(yīng)用進(jìn)行重點(diǎn)介紹。本書將全面地介紹非規(guī)則顆粒離散元的組合顆粒單元、擴(kuò)展多面體單元、多面體單元、超二次曲面單元、球諧函數(shù)單元和水平集單元方法。本書論述內(nèi)容將為離散元方法及工程應(yīng)用的初學(xué)者提供有益的參考，也為顆粒材料
本書前四章詳盡論述了線性空間、矩陣和線性代數(shù)、線性映射和線性空間的分解。后五章討論線性映射和矩陣的分解、包括譜分解、奇異值分解和極分解，范數(shù)、矩陣函數(shù)、特別是解線性定常狀態(tài)方程所需的矩陣指數(shù)函數(shù)，線性映射和矩陣的廣義逆和矩陣方程，包括線性矩陣方程、連續(xù)時(shí)間和離散時(shí)間代數(shù)Riccati方程。線性代數(shù)在自動控制中的應(yīng)用主要
本書以MATLAB為工具，以實(shí)際問題數(shù)學(xué)模型的建立與求解為案例，介紹數(shù)值計(jì)算方法及其在實(shí)際問題中的應(yīng)用。主要內(nèi)容包括：MATLAB的基本操作、誤差分析、曲線插值與曲面插值、曲線擬合、數(shù)值積分與數(shù)值微分、特征值與特征向量的計(jì)算、線性方程組的數(shù)值解法、非線性方程((組)的數(shù)值解法、常微分方程(組)的數(shù)值解法、綜合案例講解等
本書是重慶市第五批研究生教育優(yōu)質(zhì)課程《線性系統(tǒng)理論》研究成果，面向控制科學(xué)與工程、控制工程、電氣工程等學(xué)科領(lǐng)域碩士研究生及相關(guān)科研人員，結(jié)合著者相關(guān)科研成果與近10年來講授該課程的經(jīng)驗(yàn)，系統(tǒng)地介紹了線性系統(tǒng)的狀態(tài)空間描述與方法、線性系統(tǒng)動態(tài)分析方法、線性系統(tǒng)能控性與能觀性、穩(wěn)定性基本理論與方法，以及線性反饋系統(tǒng)的時(shí)域綜
本書在常微分方程自治系統(tǒng)的分支理論基礎(chǔ)上，圍繞周期擾動系統(tǒng)和隨機(jī)擾動系統(tǒng)，對這兩類系統(tǒng)的分支理論進(jìn)行延拓。內(nèi)容包括自治系統(tǒng)、周期擾動系統(tǒng)、隨機(jī)擾動系統(tǒng)的分支研究，以及在生物、化學(xué)、物理、金融等領(lǐng)域的應(yīng)用。本書給出基本數(shù)學(xué)概念、相關(guān)定理和非線性分析方法，并對具體模進(jìn)行理論分析并使用適當(dāng)?shù)臄?shù)學(xué)計(jì)算軟件進(jìn)行數(shù)值模擬，詳細(xì)清楚
本書以數(shù)值分析原理為綱,以算法設(shè)計(jì)為本,基于Python語言,詳細(xì)介紹了原理分析到自編碼算法設(shè)計(jì)與應(yīng)用的過程和思想,旨在提升學(xué)生的數(shù)值計(jì)算和實(shí)踐編碼能力,其數(shù)值算法設(shè)計(jì)思想可遷移到機(jī)器學(xué)習(xí)和深度學(xué)習(xí),為學(xué)術(shù)深造和應(yīng)用研究奠定科學(xué)計(jì)算和自編碼基礎(chǔ).本書共包含數(shù)值分析的12個領(lǐng)域,教師可以根據(jù)不同的學(xué)習(xí)對象和教學(xué)目的選擇相
書單推薦 新書推薦
