试验设计与数据处理 【数理化】

本书介绍了一些常用的试验设计及数据处理方法，主要包括试验设计及数据处理的基本概念及误差控制，单因素优选法，方差分析法，正交试验设计及其结果的直观分析和方差分析，正交表的灵活应用，回归分析、均匀试验设计.....

实验设计与数据评价 【数理化】

本书是研究生教材，介绍了正态分布、T分布、F分布等数理统计基本理论及著名统计软件SPSS,通过实例阐述如何用该软件解决与实验设计、数据评价的有关问题。可用于指导学生、科研人员进行实验设计和数据评价，具...

正则化深度学习及其在机器人环境感知中的应用 【数理化】

深度学习技术在图像分析、语音识别、自然语言理解等难点问题中都取得了十分显著的应用成果。然而该技术在机器人感知领域的应用相对而言仍然不够成熟，主要源于深度学习往往需要大量的训练样本来避免过拟合、...

运筹学 数据、模型与决策 【数理化】

本书为中科院研究生教材，系统介绍了运筹学中的方法与模型，重点陈述了运筹学中应用最为广泛的决策分析、网络分析、存贮论、排队论、可靠论、线性规划、非线性规划等内容。本书结构体系完整，理论与实践相结合。...

误差理论与数据处理 【数理化】

本书共7章,主要内容包括误差的基本性质于处理,误差的合成与分配,测量不确定度,最小二乘法处理,回归分析,基于Matlab的误差分析与处理等.附录部分介绍了矩阵相关的基本知识,随即误差其他分布(均匀分布,三角...

误差理论与数据处理 【数理化】

本书主要包括绪论、量值传递与计量检定、误差分析的基本概念、测试系统的误差分析与补偿、测量结果的处理及评定、数据处理的最小二乘法、静态实验数据的处理方法、动态实验数据的处理方法、误差分析与数据...

高维数据统计方法、理论与应用 【数理化】

本书融合了高维数据的方法概念、计算算法以及高维统计学方面的数学理论和应用，以实际数据的分析应用为牵引，以数学方法和定理的推倒为依据，详细介绍了基于Lasso的高维数据变量选择、估计与预测，并结合实例进行...

实验误差估计与数据处理 兼谈电子计算机语言程序 【数理化】

化学数据挖掘方法与应用 【数理化】

本书主要介绍了化学常用数据挖掘方法和技术的基本原理，并重点介绍了模式识别、支持向量机、集成学习方法在材料设计、工业优化、构效关系、生物信息学等领域的应用研究实例。书中所有应用研究实例全部取自作...

现代数据分析与信息模式识别 【数理化】

本文以信息论为切入点，集统计理论、系统理论、模糊数学理论、模式识别理论于一身，对信息模式识别(IPR)关键技术进行了系统的研究。其主要研究内容包括以下4个方面：信息模式测度(IPM)研究、信息特征压缩(IFC)研...