《估計與濾波及其應用》以隨機過程理論為基礎，系統(tǒng)地論述了隨機信號估計與濾波的基本理論和方法，重點研究了雷達信號的波達方向和極化參數的估計與波束形成（空域濾波）、聲吶信號的矢量與空間平滑方法和基于聲波測量的氣流速度估計。同時針對矢量傳感器陣列，《估計與濾波及其應用》將四元數代數理論引入陣列信號處理中，建立了信號的四元數模

概率論與數理統(tǒng)計教程

《概率論與數理統(tǒng)計習題課教程（第二版）》是依據教育部《經濟管理類本科數學基礎課程教學基本要求》，針對高等學校經濟類、管理類各本科專業(yè)的教學實際編寫的�！陡怕收撆c數理統(tǒng)計習題課教程（第二版）》包括隨機事件及概率、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數字特征、大數定律與中心極限定理、數理統(tǒng)計基礎知識、參數

《概率論講義=LectureNotesonProbabilityTheory：英文》是全英文撰寫，共六章，內容包括：概率及概率空間，隨機變量及分布函數，聯(lián)合分布隨機變量，隨機變量的期望與方差，隨機變量的特征函數，大數定律與中心極限定理�！陡怕收撝v義=LectureNotesonProbabilityTheory：英文》

概率論是研究隨機現象數量規(guī)律的數學分支。以嚴格的概率理論為基礎，數理統(tǒng)計則研究如何根據數據對隨機現象的客觀規(guī)律作出估計與推斷�！陡怕收撆c數理統(tǒng)計》為適應新形勢下的大學數學教育需求，并結合編委會成員多年的教學經驗和體會編寫而成，在內容體系、觀點和方法等方面進行了嘗試和創(chuàng)新�！陡怕收撆c數理統(tǒng)計》共八章，第1章至第5章為概率

本書系統(tǒng)講解了多元統(tǒng)計分析的基本理論和一些常用的多元統(tǒng)計方法。本書共9章，第1章為緒論，第2~3章介紹多元統(tǒng)計推斷的基本理論，包括多元正態(tài)抽樣分布理論、參數估計和多元正態(tài)總體的假設檢驗；第4~9章分別介紹各種常用的多元統(tǒng)計方法，包括判別分析、聚類分析、主成分分析、因子分析、對應分析和典型相關分析。本書各種統(tǒng)計方法的算法

《概率論與數理統(tǒng)計》是根據高等院校概率論與數理統(tǒng)計課程教學的基本要求，結合我們多年來對概率論與數理統(tǒng)計課程教學內容和教學方法改革與創(chuàng)新的成果而編寫的.《概率論與數理統(tǒng)計》主要內容包括：概率論的基本概念、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數字特征、大數定律與中心極限定理、數理統(tǒng)計的基本概念、參數估計、

本書以隨機過程的統(tǒng)計特征和性質為主線,旨在將實際應用和理論推導聯(lián)系起來,通過概念、定理、例題、詳細的習題,盡量體現隨機過程的理論基礎及應用價值,以保證教材的綜合性、整體性和前瞻性,從而使統(tǒng)計類專業(yè)和其他工程類專業(yè)、管理類專業(yè)的學生較為熟練地掌握隨機過程的理論和應用.本書共九章,全書內容包括隨機過程的基本概念、隨機過程的

本書按新時期大學數學教學大綱要求編寫而成，內容豐富，理論嚴謹，思路清晰，例題典型，方法性強.本書注重分析解題思路與規(guī)律，并與現實生活中的問題緊密結合，對培養(yǎng)學生的學習興趣及提高分析問題與解決問題的能力將起到較大作用.全書共分九章，內容涵蓋隨機事件、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數字特征、大數定律

利用時間序列預測技術對數據進行統(tǒng)計分析，可以推測事物發(fā)展的未來趨勢。然而傳統(tǒng)的時間序列預測技術模型構建簡單，對于數據包含的信息挖掘與剖析不夠深入。因此，采用基于群智能優(yōu)化算法的預測理論解決時間序列分析與預測問題，是近年來的研究熱點之一�！痘�于群智能優(yōu)化算法的預測理論與方法的研究及應用》闡述了基于群智能優(yōu)化算法的預測理論

本書介紹非參數統(tǒng)計的基本概念和方法,其內容包括預備知識、U統(tǒng)計量、基于二項分布的檢驗、列聯(lián)分析、秩檢驗、檢驗的功效與漸近相對效率、概率密度估計、非參數回歸.每一章內容都著重闡述非參數統(tǒng)計推斷的一般處理技術和原則,并給出一些典型例子.各章后面的習題側重于應用.本書的特點是側重于介紹非參數統(tǒng)計在各應用領域中的常用方法,盡可

本書重點研究了位置數據的智能聚類學習相關模型和算法前沿，集中反映了作者近年來對空間數據聚類與智能優(yōu)化相結合的研究成果，系統(tǒng)闡述了GPS位置數據聚類學習的相關模型與算法。本書共分為7章，包括GPS位置數據聚類模型和智能優(yōu)化的關鍵技術，GPS位置數據的遺傳、模糊粒子-遺傳融合、遺傳-模糊蟻群混合自動聚類模型與算法，基于Ma

《概率論與數理統(tǒng)計（人工智能專用）》介紹了與人工智能密切相關的概率論與數理統(tǒng)計的內容。全書分成兩大部分，di一部分主要介紹概率論的知識，涵蓋概率論的基本概念、一維隨機變量及其分布、二維隨機變量及其分布，數字特征，大數定理和中心極限定理外，還增加了信息論基礎知識、若干集中不等式的相關知識。第二部分主要介紹常見的數理統(tǒng)計知

本書主要介紹概率論和隨機過程的基礎知識和基本概念，內容包括概率論和隨機過程兩部分。第1~5章介紹概率論的基本概念及定理，主要包括隨機事件與概率、離散型隨機變量及其分布、連續(xù)型隨機變量及其分布、隨機變量的數字特征、大數定律與中心極限定理;第6章介紹隨機過程的基本概念、泊松過程、馬爾可夫過程、鞅、布朗運動、隨機積分和伊藤公

本書介紹了數理統(tǒng)計的基本概念、參數估計、假設檢驗、方差分析、貝葉斯基礎和統(tǒng)計計算等內容.在編寫過程中特別注重方法的實際應用，每個理論后面都列舉了對應的例子.同時，為了更貼近社會的現實需求，在每章最后一節(jié)通過例子對該章的主要內容進行了R語言實現，并列出了程序的詳細步驟.

本書研究分類數據的統(tǒng)計過程控制.近年來，統(tǒng)計過程控制的研究成果十分豐富，但大都集中在取值為具體數值的連續(xù)數據.本書關注的分類數據取值為若干個類別或屬性水平，信息量較少，但在生活生產中極為常見.本書內容來自作者和合作者近年來的研究成果，從一元或多元、名義或有序、獨立或自相關、相關性或因果關系等角度，系統(tǒng)地介紹了分類數據統(tǒng)

本書主要介紹了雙參數韋布爾分布模型,并從雙參數韋布爾分布在可靠性領域的應用角度介紹了相關可靠性統(tǒng)計方法,包括韋布爾分布的確定方法、基于極大似然估計的可靠性統(tǒng)計方法、基于分布曲線擬合的可靠性統(tǒng)計方法、基于Bayes的可靠性統(tǒng)計方法、其他可靠性統(tǒng)計方法及改進韋布爾分布的可靠性統(tǒng)計方法。

本書第1章主要介紹變點檢驗和在線監(jiān)測的一些經典方法，并介紹本書著重討論的厚尾時間序列模型和長記憶時間序列模型.第2,3章主要介紹檢驗和估計厚尾時間序列模型均值變點和持久性變點的一些方法.第4,5章介紹檢驗長記憶時間序列均值變點、時間趨勢項變點、方差變點及長記憶參數變點的一些方法.第6章介紹在線監(jiān)測厚尾時間序列持久性變點

本書是根據教育部高等學校統(tǒng)計學專業(yè)教學指導分委員會制定的《統(tǒng)計學專業(yè)教學規(guī)范(授經濟學學位)》中提出的課程設置和教學內容綱要編寫出版的系列教材之一。本書介紹數理統(tǒng)計學的統(tǒng)計思想、理論和方法，主要內容包括總體、樣本、統(tǒng)計量等概念以及常用分布、點估計理論、假設檢驗、區(qū)間估計、線性模型以及統(tǒng)計決策理論和貝葉斯推斷等。本書強調

本書是概率論與數理統(tǒng)計課程的學習輔導書，內容包括：概率論的基本概念、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數字特征、大數定律及中心極限定理、樣本及抽樣分布、參數估計、假設檢驗等。每章均按章節(jié)順序從基本概念、典型例題、綜合練習三部分進行編寫，并對典型例題進行了分析和詳解.書后附有4套模擬試題，方便學生期末復習