小樣本多元數(shù)據(jù)分析方法及應(yīng)用

定　價：￥15.00

作　者：	張恒喜[等]著
出版社：	西北工業(yè)大學(xué)出版社
叢編項：
標(biāo)　簽：	有限元方法

購買這本書可以去

ISBN：	9787561215616	出版時間：	2002-09-01	包裝：	膠版紙
開本：	21cm	頁數(shù)：	178	字?jǐn)?shù)：

內(nèi)容簡介

　　張恒喜，男，1937年2月出生，1965年畢業(yè)于西北工業(yè)大學(xué)飛機設(shè)計專業(yè)。現(xiàn)任空軍工程大學(xué)工程學(xué)院裝備維修保障工程研究所所長，教授，博士生導(dǎo)師，空軍級專家，享受政府特殊津貼。中國數(shù)量經(jīng)濟學(xué)會理事、軍事系統(tǒng)工程委員會委員、空軍軍標(biāo)委委員。主要研究方向為飛機系統(tǒng)工程、效費分析、數(shù)字化綜合保障工程、智能信息處理。取得“飛機全壽命費用分析”等多項科研成果，其中，國家級科技進步二等獎1項、二等獎3項、三等然2項。軍隊院校育才獎金獎獲得者。著有《現(xiàn)代飛機效費分析》等4部專著。在《航空學(xué)報》等10多種文核心期刊發(fā)表論文40余篇。本書深入揭示了小樣本多元數(shù)據(jù)的實質(zhì)和特點，對多元回歸法和現(xiàn)代多種建模方法進行了剖析、比較、驗證和拓展，提出了小樣本多元數(shù)據(jù)分析的理論和方法，構(gòu)建了從不同側(cè)面克服小樣本多元數(shù)據(jù)建模困難的完整的建模方法體系。全書共8章，包括：緒論，多元線性回歸分析，偏最小二乘回歸分析，方差分量線性模型，自變量篩選和綜合特征參數(shù)模型，貝葉斯統(tǒng)計分析方法，統(tǒng)計學(xué)習(xí)理論與支持矢量機，其他分析方法的探討。本書可供高等院校飛行器設(shè)計、系統(tǒng)工程、管理科學(xué)與工程、數(shù)量經(jīng)濟學(xué)和有關(guān)專業(yè)的本科生及研究生閱讀，也可供研究人員、工程技術(shù)人員及有關(guān)人員參考。

作者簡介

　　張恒喜，男，1937年2月出生，1965年畢業(yè)于西北工業(yè)大學(xué)飛機設(shè)計專業(yè)?，F(xiàn)任空軍工程大學(xué)工程學(xué)院裝備維修保障工程研究所所長，教授，博士生導(dǎo)師，空軍級專家，享受政府特殊津貼。中國數(shù)量經(jīng)濟學(xué)會理事、軍事系統(tǒng)工程委員會委員、空軍軍標(biāo)委委員。主要研究方向為飛機系統(tǒng)工程、效費分析、數(shù)字化綜合保障工程、智能信息處理。取得“飛機全壽命費用分析”等多項科研成果，其中，國家級科技進步二等獎1項、二等獎3項、三等然2項。軍隊院校育才獎金獎獲得者。著有《現(xiàn)代飛機效費分析》等4部專著。在《航空學(xué)報》等10多種文核心期刊發(fā)表論文40余篇。

圖書目錄

第1章緒論
1. 1 小樣本多元數(shù)據(jù)分析問題的背景
1. 2 小樣本多元數(shù)據(jù)分析的特點
1. 2. 1 小樣本多元數(shù)據(jù)分析的假設(shè)條件
1. 2. 2 多元線性回歸分析中樣本容量問題的討論
第2章多元線性回歸分析
2. 1 多元線性回歸分析原理
2. 1. 1 多元線性模型的形式和參數(shù)估計
2. 1. 2 模型的假設(shè)檢驗
2. 2 實例分析
第3章偏最小二乘回歸分析
3. 1 偏最小二乘回歸方法概述
3. 2 偏最小二乘回歸分析的原理
3. 2. 1 偏最小二乘回歸分析的算法和思路
3. 2. 2 偏最小二乘回歸的建模步驟
3. 2. 3 交叉有效性分析
3. 3 偏最小二乘回歸的輔助分析技術(shù)
3. 3. 1 變量投影重要性分析
3. 3. 2 X和y之間相關(guān)關(guān)系分析
3. 3. 3 特異樣本的判別
3. 4 實例分析
3. 5 偏最小二乘回歸與其他回歸方法的比較
第4章方差分量線性模型
4. 1 問題提出的背景
4. 2 方差分量線性模型的分析方法
4. 2. 1 方差分量線性模型的基本概念
4. 2. 2 方差分量線性模型的參數(shù)估計
4. 3 實例分析
第5章自變量篩選和綜合特征參數(shù)模型
5. 1 自變量篩選方法
5. 1. 1 自變量篩選方法分析
5. 1. 2 灰色關(guān)聯(lián)度分析方法的探討
5. 2 綜合特征參數(shù)模型
5. 2. 1 綜合特征參數(shù)模型的特點
5. 2. 2 戰(zhàn)斗機常用綜合特征參數(shù)的構(gòu)建
第6章貝葉斯統(tǒng)計分析方法
6. 1 貝葉斯統(tǒng)計分析的基本理論
6. 2 貝葉斯推斷
6. 2. 1 先驗獲取
6. 2. 2 點估計
6. 2. 3 可信區(qū)間
6. 2. 4 假設(shè)檢驗
6. 3 貝葉斯多元數(shù)據(jù)分析模型
6. 3. 1 多元線性模型
6. 3. 2 廣義線性模型
6. 3. 3 近似方法
6. 3. 4 案例分析
6. 4 貝葉斯網(wǎng)絡(luò)
6. 4. 1 貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)及建立方法
6. 4. 2 貝葉斯網(wǎng)絡(luò)的語義
6. 4. 3 貝葉斯網(wǎng)絡(luò)的推斷
6. 4. 4 學(xué)習(xí)貝葉斯網(wǎng)絡(luò)
第7章統(tǒng)計學(xué)習(xí)理論與支持矢量機
7. 1 機器學(xué)習(xí)基本原理
7. 1. 1 學(xué)習(xí)問題的表示
7. 1. 2 經(jīng)驗風(fēng)險最小化歸納原則
7. 1. 3 學(xué)習(xí)的復(fù)雜性與推廣性分析
7. 2 統(tǒng)計學(xué)習(xí)理論
7. 2. 1 學(xué)習(xí)過程一致性
7. 2. 2 函數(shù)集的VC維
7. 2. 3 學(xué)習(xí)機器推廣性的界
7. 2. 4 結(jié)構(gòu)風(fēng)險最小化歸納原則
7. 3 支持矢量機
7. 3. 1 最優(yōu)分類超平面
7. 3. 2 廣義最優(yōu)分類超平面
7. 3. 3 支持矢量機
7. 3. 4 支持矢量回歸估計
7. 3. 5 最小二乘支持矢量機
7. 4 基于支持矢量機的R&D項目中止決策
7. 4. 1 構(gòu)建支持矢量機多元分類器
7. 4. 2 基于SVM的RSLD項目中止決策模型
7. 4. 3 R&D項目中止決策實例分析
7. 5 支持矢量機對多參數(shù)武器裝備費用預(yù)測
7. 5. 1 裝備費用的SVR預(yù)測模型
7. 5. 2 裝備費用預(yù)測實例
7. 6 可靠性分布模式智能識別
7. 6. 1 SOM網(wǎng)絡(luò)算法
7. 6. 2 改進SOM網(wǎng)絡(luò)算法
7. 6. 3 構(gòu)建可靠性分布模式
7. 6. 4 基于復(fù)合結(jié)構(gòu)的智能識別
第8章其他分析方法的探討
8. 1 人工神經(jīng)網(wǎng)絡(luò)的建模分析
8. 1. 1 BP神經(jīng)網(wǎng)絡(luò)建模原理
8. 1. 2 基于Matlab的BP網(wǎng)絡(luò)分析實例
8. 2 模糊系統(tǒng)的建模分析
8. 2. 1 ANFIS系統(tǒng)的建模原理
8. 2. 2 基于Matlab的ANFIS系統(tǒng)分析實例
參考文獻