本書(shū)聚焦于高維變量誤差模型的理論與計(jì)算方法，分別考慮了線性回歸和多響應(yīng)回歸變量誤差模型的參數(shù)估計(jì)。統(tǒng)計(jì)層面，提出非凸估計(jì)方法，給出參數(shù)估計(jì)的誤差上界，進(jìn)而建立統(tǒng)計(jì)一致性。計(jì)算層面，采用便捷高速的一階算法求解估計(jì)量所基于的非凸優(yōu)化問(wèn)題，并證明了算法的線性收斂結(jié)果，表明算法可在線性時(shí)間內(nèi)收斂到問(wèn)題的一個(gè)近似全局解，填補(bǔ)了非

有限元方法是處理各種復(fù)雜工程問(wèn)題的重要分析手段，也是進(jìn)行科學(xué)研究的重要工具。本書(shū)從有限元分析概述、桿梁結(jié)構(gòu)分析的有限元方法、連續(xù)體結(jié)構(gòu)分析的有限元方法、非線性有限元，以及基于ANSYS平臺(tái)的有限元建模與分析實(shí)例等五個(gè)方面系統(tǒng)地介紹了有限元技術(shù)分析及相關(guān)計(jì)算應(yīng)用。全書(shū)是作者在多年從教經(jīng)驗(yàn)的基礎(chǔ)上，依據(jù)目前工程學(xué)科對(duì)有限元

智能優(yōu)化算法作為人工智能的重要研究方向之一，為許多領(lǐng)域中復(fù)雜的系統(tǒng)優(yōu)化問(wèn)題提供了更好的解決方法，因此得到了廣泛的應(yīng)用�！吨悄軆�(yōu)化算法及MATLAB實(shí)現(xiàn)》按照智能優(yōu)化算法、測(cè)試函數(shù)集及常用仿真實(shí)驗(yàn)等邏輯脈絡(luò)由淺至深地進(jìn)行講解，便于讀者入門并掌握智能優(yōu)化算法及其MATLAB實(shí)現(xiàn)的相關(guān)知識(shí)，為后續(xù)學(xué)習(xí)打下良好基礎(chǔ)。全書(shū)共16

全書(shū)共10章，第1-3章主要介紹圖的思維方式、圖算法基礎(chǔ)以及如何評(píng)估圖算法的效率。第4-9章主要介紹6類經(jīng)典圖算法，包括中心性算法、相似度算法、連通性和緊密度算法、傳播與分類算法、拓?fù)滏溄宇A(yù)測(cè)算法、圖嵌入算法等的原理、參數(shù)以及行業(yè)應(yīng)用。第10章介紹圖算法在金融、生物醫(yī)藥等領(lǐng)域的深度應(yīng)用。

本學(xué)術(shù)專著圍繞多核同異構(gòu)可重構(gòu)計(jì)算系統(tǒng)資源劃分映射編譯工具展開(kāi)研究，其主要內(nèi)容 進(jìn)層劃分算法；考慮通信成本和硬件碎片利用的簇劃分算法；融合面積估算和多目標(biāo)優(yōu)化 連時(shí)延性能評(píng)估；多叉樹(shù)數(shù)據(jù)流圖粗粒度可重構(gòu)單元陣列映射算法；用于二維RCA跨層數(shù) 內(nèi)容。本書(shū)非常適合做相關(guān)研究的人員參考學(xué)習(xí)使用。

本書(shū)將對(duì)當(dāng)前國(guó)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(duì)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(shū)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(shū)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(shū)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(dòng)控制中的應(yīng)用主要

本書(shū)以MATLAB為工具，以實(shí)際問(wèn)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(wèn)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(shū)以數(shù)值分析原理為綱,以算法設(shè)計(jì)為本,基于Python語(yǔ)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(guò)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(shū)共包含數(shù)值分析的12個(gè)領(lǐng)域,教師可以根據(jù)不同的學(xué)習(xí)對(duì)象和教學(xué)目的選擇相

本書(shū)介紹計(jì)算機(jī)上常用的數(shù)值計(jì)算方法，闡明數(shù)值計(jì)算方法的基本理論和實(shí)現(xiàn)，討論一些數(shù)值計(jì)算方法的收斂性和穩(wěn)定性，以及數(shù)值計(jì)算方法在計(jì)算機(jī)上實(shí)現(xiàn)時(shí)的一些問(wèn)題。內(nèi)容包括數(shù)值計(jì)算引論、非線性方程的數(shù)值解法、線性方程組的數(shù)值解法、插值法、曲線擬合的最小二乘法、數(shù)值積分和數(shù)值微分、常微分方程初值問(wèn)題的數(shù)值解法。各章內(nèi)容有一定的獨(dú)立性