《试验设计及最优化》以方差分析、回归分析原理及应用为基础,系统介绍了完全析因设计、部分析因设计、响应曲面设计、混料设计和计算机试验设计等方法的基本原理,并通过实际案例演示 JMP 软件中试验设计、数据分析及优化方法的具体实现,旨在帮助读者在理解基本原理的同时,快速掌握相关软件,并应用科学与工程研究中。
本书可作为材料、化工、冶金、机械及相关工程专业的本科生或研究生教材,也可供科研和工程技术人员参考使用。
《试验设计及最优化》以方差分析、回归分析原理及应用为基础,系统介绍了完全析因设计、部分析因设计、响应曲面设计、混料设计和计算机试验设计等方法的基本原理,并通过实际案例演示 JMP 软件中试验设计、数据分析及优化方法的具体实现,旨在帮助读者在理解基本原理的同时,快速掌握相关软件,并应用科学与工程研究中。
本书可作为材料、化工、冶金、机械及相关工程专业的本科生或研究生教材,也可供科研和工程技术人员参考使用。
本书作为该领域入门教材,在内容上尽可能涵盖模式识别基础知识的各方面,全书共分为9章,第1章介绍了模式识别的基本概念、模式识别系统的组成;第2章介绍了模式识别中的线性分类器;第3章介绍了模式识别中的贝叶斯分类器;第4章介绍了模式识别中的概率密度函数估计;第5章介绍了模式识别中的典型的分类方法;第6章介绍了模式识别中的特征提取与选择;第7章介绍了模式识别中常见的聚类方法;第8章介绍了深度学习中卷积神经网络和循环神经网络;第9章介绍了模式识别的一些典型应用以及当前流行的大模型技术和生成式技术。除第1章和第9章外,每章均附有Python实现的相关算法,并且每章提供相关习题,以便读者巩固所学知识。
本书作为该领域入门教材,在内容上尽可能涵盖模式识别基础知识的各方面,全书共分为9章,第1章介绍了模式识别的基本概念、模式识别系统的组成;第2章介绍了模式识别中的线性分类器;第3章介绍了模式识别中的贝叶斯分类器;第4章介绍了模式识别中的概率密度函数估计;第5章介绍了模式识别中的典型的分类方法;第6章介绍了模式识别中的特征提取与选择;第7章介绍了模式识别中常见的聚类方法;第8章介绍了深度学习中卷积神经网络和循环神经网络;第9章介绍了模式识别的一些典型应用以及当前流行的大模型技术和生成式技术。除第1章和第9章外,每章均附有Python实现的相关算法,并且每章提供相关习题,以便读者巩固所学知识。
本书讲述新技术(新产品)开发过程中减少实验数目,减少实验消耗,缩短开发周期,降低开发成本,快速开发出质量优良、成本低廉的产品的基本理论、基本方法与实践。本书提供了多种化学过程的实验模型设计与实例,提供了多个复杂化学过程的微分方程的积分并展示了模拟运行图,也研究了不等容全混釜串联装置的停留时间分布密度函数与分布函数。遵照一般的数学方法定义了零相关-弱相关试验设计的概念,研究了它们的存在条件与构造方法,用直接法构造出了运行数直到38的超立方与固定水平类型阵列及若干个混合水平零相关阵列例;描述了新技术开发的基本试验统计模型,并开发了配套软件。
本书讲述新技术(新产品)开发过程中减少实验数目,减少实验消耗,缩短开发周期,降低开发成本,快速开发出质量优良、成本低廉的产品的基本理论、基本方法与实践。本书提供了多种化学过程的实验模型设计与实例,提供了多个复杂化学过程的微分方程的积分并展示了模拟运行图,也研究了不等容全混釜串联装置的停留时间分布密度函数与分布函数。遵照一般的数学方法定义了零相关-弱相关试验设计的概念,研究了它们的存在条件与构造方法,用直接法构造出了运行数直到38的超立方与固定水平类型阵列及若干个混合水平零相关阵列例;描述了新技术开发的基本试验统计模型,并开发了配套软件。
本书为考研数学用书,涉及:随机事件与概率,随机变量及其分布,多维随机变量及其分布,随机变量的数字特征,大数定律和中心极限定理,数理统计的基本概念,参数估计,假设检验(数一)相关知识点、习题和解析。
本书为考研数学用书,涉及:随机事件与概率,随机变量及其分布,多维随机变量及其分布,随机变量的数字特征,大数定律和中心极限定理,数理统计的基本概念,参数估计,假设检验(数一)相关知识点、习题和解析。