全書共6章，內(nèi)容包括隨機(jī)事件與概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)、參數(shù)估計(jì)、概率模型.除最后一章外，每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型，介紹概率方法的應(yīng)用，幫助讀者更好地理解概率論的思想和方法，進(jìn)一步提升讀者的數(shù)學(xué)建模能力，同時(shí)增強(qiáng)讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案

全書共6章,內(nèi)容包括隨機(jī)事件與概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)、參數(shù)估計(jì)、概率模型.除最后一章外,每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型,介紹概率方法的應(yīng)用,幫助讀者更好地理解概率論的思想和方法,進(jìn)一步提升讀者的數(shù)學(xué)建模能力,同時(shí)增強(qiáng)讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案

本書是應(yīng)用數(shù)學(xué)與計(jì)算數(shù)學(xué)中有關(guān)曲面及多元函數(shù)插值、逼近、擬合的入門書籍,從多種物理背景、原理出發(fā),導(dǎo)出相應(yīng)的散亂數(shù)據(jù)擬合的數(shù)學(xué)模型及計(jì)算方法,進(jìn)而逐個(gè)進(jìn)行深入的理論分析。書中介紹了多元散亂數(shù)據(jù)擬合的一般方法,包括多元散亂數(shù)據(jù)多項(xiàng)式插值、基于三角剖分的插值方法、Boole和與Coons曲面、Sibson方法或自然鄰近法、

本書面向復(fù)雜不確定環(huán)境下可解釋分類的需求，重點(diǎn)闡述作者提出的置信規(guī)則分類方法體系及其在實(shí)際工程中的應(yīng)用。全書主要內(nèi)容包括不可靠數(shù)據(jù)魯棒置信規(guī)則分類、面向大數(shù)據(jù)的緊湊置信規(guī)則分類、數(shù)據(jù)與知識(shí)雙驅(qū)動(dòng)的復(fù)合置信規(guī)則分類、精確且可解釋的置信關(guān)聯(lián)規(guī)則分類、面向高維數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類、面向軟標(biāo)簽數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類等方面的理

本書共11章,內(nèi)容包括隨機(jī)事件及其概率、隨機(jī)變量及其分布、隨機(jī)向量、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計(jì)的基本知識(shí)、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析與回歸分析、Matlab軟件應(yīng)用、常見的概率論與數(shù)理統(tǒng)計(jì)模型。各章配有一定數(shù)量的習(xí)題,書末附有習(xí)題選解與提示,并提供預(yù)備知識(shí)及6種附表以備查用。本書的編寫始終以

時(shí)間序列分析是概率統(tǒng)計(jì)學(xué)科中應(yīng)用性很強(qiáng)的一個(gè)分支，具有非常特殊的、自成體系的一套理論和分析方法，在金融、經(jīng)濟(jì)、氣象、水文、信號(hào)處理、工程技術(shù)等眾多領(lǐng)域得到了廣泛應(yīng)用。本書以時(shí)間序列的統(tǒng)計(jì)特征和建模步驟為主線，系統(tǒng)介紹時(shí)間序列的基本理論、建模和預(yù)測(cè)方法以及實(shí)踐應(yīng)用，目的是使讀者掌握時(shí)間序列分析的基本理論、建模和預(yù)測(cè)的方法

本書基于回聲狀態(tài)網(wǎng)絡(luò)ESN研究時(shí)間序列分類和預(yù)測(cè)問題：第一，分析了面向時(shí)間序列分析的ESN；第二，研究了基于DE和ESN的時(shí)間序列分類方法；第三，研究了基于BSA優(yōu)化ESN的時(shí)間序列預(yù)測(cè)方法；第四，研究了基于組合ESN的時(shí)間序列預(yù)測(cè)方法；第五，設(shè)計(jì)了基于小波ESN的旅游需求預(yù)測(cè)模型；第六，構(gòu)建了基于雙儲(chǔ)備池ESN的電力

現(xiàn)代非參數(shù)統(tǒng)計(jì)方法是統(tǒng)計(jì)學(xué)方法論的一個(gè)重要組成部分，本書主要介紹若干經(jīng)典的現(xiàn)代非參數(shù)統(tǒng)計(jì)方法，包括非參數(shù)密度估計(jì)、非參數(shù)回歸方法、分位數(shù)回歸和非參數(shù)似然方法(經(jīng)驗(yàn)似然)。密度估計(jì)方面介紹一元和多元核密度估計(jì)；非參數(shù)回歸方面介紹局部多項(xiàng)式估計(jì)的構(gòu)造、理論性質(zhì)和應(yīng)用，樣條函數(shù)的基本理論、樣條估計(jì)理論；分位數(shù)回歸方面介紹分位

本書共6章，在傳統(tǒng)離散元方法基礎(chǔ)上，提出了多尺度離散元模擬方法，針對(duì)微觀尺度的顆粒單元接觸問題，提出了可以定量考慮顆粒表面粗糙度的隨機(jī)法向接觸模型；針對(duì)細(xì)觀尺度的顆粒集合特性表征問題，建立了基于主成分分析方法的顆粒集合評(píng)價(jià)方法；針對(duì)宏觀尺度的大規(guī)模計(jì)算問題，發(fā)展了基于精確縮尺的粗粒化離散元方法，從不同尺度對(duì)現(xiàn)有離散元方

本書系統(tǒng)地介紹了定義在離散格(包括Zd和Bethe樹等)圖上的取值于有限集合的隨機(jī)場(chǎng)的相變、信息度量，以及網(wǎng)絡(luò)演化博弈論。全書共10章，分為三個(gè)部分。第一部分包括第1章至第3章，給出了隨機(jī)場(chǎng)的一般定義，重點(diǎn)介紹馬爾可夫場(chǎng)和Gibbs場(chǎng)，以及它們的等價(jià)關(guān)系，討論了Z2和樹(包括開樹和閉樹)上Ising模型的相變問題。第二

《非線性系統(tǒng)的行波解》以時(shí)滯連續(xù)與離散反應(yīng)擴(kuò)散方程、積分-差分方程和隨機(jī)種群模型為研究對(duì)象,歸納總結(jié)了作者多年研究行波解的成果,系統(tǒng)講述了作者利用打靶法、單調(diào)迭代、不動(dòng)點(diǎn)定理、滑行方法等研究時(shí)滯反應(yīng)擴(kuò)散方程和積分-差分方程的行波解的存在唯一性,利用擠壓技術(shù)和譜分析方法研究行波解的漸近穩(wěn)定性,以及利用單調(diào)動(dòng)力系統(tǒng)和大偏差

本書主要講述混合、正負(fù)相協(xié)、拓廣負(fù)相依、寬相依和負(fù)超可加相依等相依結(jié)構(gòu)下的不等式研究，特別是非參數(shù)和半?yún)��?shù)模型的統(tǒng)計(jì)理論和方法，如若干相依序列的定義和不等式、密度函數(shù)和分布函數(shù)估計(jì)的相合性與漸近正態(tài)性、非參數(shù)回歸函數(shù)小波估計(jì)的強(qiáng)相合和Berry-Esseen界、半?yún)��?shù)回歸模型小波估計(jì)的弱收斂速度和Berry-Essee

本書介紹近些年來關(guān)于馬爾可夫鏈的統(tǒng)計(jì)推斷的一些研究新結(jié)果:可逆馬爾可夫鏈和不可逆平穩(wěn)D-馬爾可夫鏈統(tǒng)計(jì)計(jì)算理論，使用的方法是我們建立的馬爾可夫鏈反演法。第1章介紹本書需要的一些預(yù)備知識(shí)。第2章介紹馬爾可夫鏈的擊中分布和禁忌速率，主要是擊中分布的微分性質(zhì)、矩性質(zhì)及對(duì)稱函數(shù)性質(zhì)有關(guān)的約束方程，以及馬爾可夫鏈反演法。第3章和

"本書突出教材要符合應(yīng)用型本科教育的定位和人才培養(yǎng)目標(biāo)，既要考慮到應(yīng)用型本科教育既要符合高等教育法關(guān)于本科教育學(xué)業(yè)標(biāo)準(zhǔn)的規(guī)定，又要充分體現(xiàn)應(yīng)用性的特點(diǎn)，強(qiáng)調(diào)以應(yīng)用為主線來構(gòu)建教材的結(jié)構(gòu)和內(nèi)容，做到基本理論適度，實(shí)際應(yīng)用性突出。 本書以運(yùn)籌系統(tǒng)規(guī)劃為主線，圍繞規(guī)劃論、決策論、排隊(duì)論、庫存論、圖論、博弈論六大模塊展開。在

本書共10章，具體內(nèi)容包括：緒論、預(yù)備數(shù)學(xué)基礎(chǔ)、非線性方程求解、線性方程組的直接解法、線性方程組的迭代解法、插值法、曲線擬合和函數(shù)逼近、數(shù)值積分與微分、常微分方程的數(shù)值解法、矩陣特征值計(jì)算介紹.《BR》本書針對(duì)理工科研究生的需求和特點(diǎn),寫法上強(qiáng)調(diào)各類數(shù)值問題的底層邏輯;特別注重用生活中的常識(shí)對(duì)相關(guān)數(shù)學(xué)思想進(jìn)行解釋說明;

測(cè)量是人類認(rèn)識(shí)與探索自然的一種必不可少的重要手段，也是人類打開未來知識(shí)寶庫的金鑰匙。本書從測(cè)量、測(cè)試與計(jì)量等基本概念入手，考慮到參數(shù)測(cè)量結(jié)果的處理及測(cè)試系統(tǒng)的分析評(píng)價(jià)這兩個(gè)不同的應(yīng)用需求，并針對(duì)靜態(tài)測(cè)量和動(dòng)態(tài)測(cè)量以及等精度測(cè)量和不等精度測(cè)量的特點(diǎn)，在相應(yīng)章節(jié)對(duì)相關(guān)知識(shí)點(diǎn)進(jìn)行詳細(xì)介紹，貫穿經(jīng)典誤差理論和現(xiàn)代誤差理論的主線

全局優(yōu)化問題一直是最優(yōu)化領(lǐng)域的老大難問題,備受多方關(guān)注。本書作為該領(lǐng)域的一部專著,首先介紹了非凸全局優(yōu)化問題的研究進(jìn)展,然后從分支方法、定界理論、算法設(shè)計(jì)及相關(guān)技術(shù)等方面詳細(xì)論述了非凸全局優(yōu)化問題的分支定界算法。全書主要內(nèi)容如下:全局優(yōu)化方法的研究現(xiàn)狀,分支定界算法的理論基礎(chǔ)、分支方法、定界技巧及相關(guān)概念,二次規(guī)劃、線

本書結(jié)合作者近年來的研究工作,系統(tǒng)介紹非線性分布參數(shù)系統(tǒng)的智能建模方法及其在實(shí)際工程領(lǐng)域的應(yīng)用,重點(diǎn)闡述分布參數(shù)系統(tǒng)建模的基礎(chǔ)知識(shí)及方法。在此基礎(chǔ)上,針對(duì)工業(yè)系統(tǒng)廣泛存在的不確定性、強(qiáng)非線性、時(shí)變、大尺度特征等問題,提出了基于流形學(xué)習(xí)的非線性時(shí)空模型、基于數(shù)據(jù)學(xué)習(xí)機(jī)的非線性時(shí)空模型、基于有限高斯混合模型的時(shí)空多模型、基

作者根據(jù)多年來學(xué)習(xí)和講授隨機(jī)過程的經(jīng)驗(yàn),以及在研究工作中長(zhǎng)期積累的自己的理解、體會(huì)和心得,寫下了本書。本書主要講述現(xiàn)代隨機(jī)過程的基礎(chǔ)知識(shí),包括隨機(jī)過程的總體概念和術(shù)語,可選性與循序可測(cè)性,經(jīng)典Wiener空間,Brown運(yùn)動(dòng),離散時(shí)間鞅與連續(xù)時(shí)間鞅,Markov過程與半群,強(qiáng)馬氏性與擴(kuò)展馬氏性,Ito隨機(jī)積分,一般半鞅

演化算法是一類基于群體智能的自然啟發(fā)式搜索優(yōu)化策略，具有結(jié)構(gòu)靈活、易于理解、適用廣泛的特點(diǎn)。本書是作者多年研究成果的總結(jié)，介紹基于復(fù)雜適應(yīng)度函數(shù)的進(jìn)化算法、化學(xué)反應(yīng)優(yōu)化算法、人工內(nèi)分泌系統(tǒng)模型、反向差分進(jìn)化算法等高級(jí)計(jì)算智能方法，以及算法在目標(biāo)的識(shí)別和跟蹤、車輛路徑問題等復(fù)雜實(shí)際場(chǎng)景中的應(yīng)用。