數據擬合與不確定度

定　價：￥119.00

作　者：	（德）Tilo Strutz
出版社：	國防工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787118118346	出版時間：	2019-03-01	包裝：	精裝
開本：	16開	頁數：	243	字數：

內容簡介

　　本書內容自成體系，思想新穎，特點鮮明，理論與實際緊密結合，并提供了豐富的案例和軟件代碼。因此，這是一部在數據擬合和小二乘估計領域中的優(yōu)秀著作。譯者團隊于2016年完成了對《數據擬合與不確定度：加權小二乘擬合及其推廣（第2版）》（第1版）的翻譯工作。值得慶幸的是，Tilo Strutz教授于2015年對《數據擬合與不確定度：加權小二乘擬合及其推廣（第2版）》又做了進一步完善，補充了很多新內容，并在Springer出版社出版了《數據擬合與不確定度：加權小二乘擬合及其推廣（第2版）》的第2版。鑒于Tilo Strutz教授在第2版中新增了很多重要知識點，并且改進了第1版中的部分內容，故譯者團隊決定繼續(xù)對第2版進行翻譯，以期能有更多中國學者、科研人員以及工程技術人員從本書中受益。

作者簡介

暫缺《數據擬合與不確定度》作者簡介

圖書目錄

第I部分最小二乘方法的框架
第1章數據擬合問題的引入
1．1 什么是數據擬合
1．2 符號說明
1．3 線性與非線性問題
1．4 線性數據擬合的應用實例
1．4．1 估計常數
1．4．2 估計直線中的參數（線性回歸）
1．4．3 多項式函數
1．4．4 多元線性回歸
1．4．5 維納濾波
1．5 若干非線性數據擬合問題
1．5．1 指數函數
1．5．2 復合高斯貝爾函數
1．5．3 圓周函數
1．5．4 神經網絡
1．6 測試題
第2章基于最小二乘方法估計模型參數
2．1 “最小二乘”的含義
2．2 求解最小化問題的常規(guī)算法
2．3 需要注意的問題
2．4 線性模型函數條件下的簡化處理
2．5 未知模型函數條件下的曲線擬合
2．6 計算實例
2．6．1 常數擬合
2．6．2 直線擬合
2．6．3 多項式函數擬合
2．6．4 平面擬合
2．6．5 線性預測
2．6．6 余弦函數擬合
2．6．7 坐標旋轉和平移
2．6．8 指數函數擬合
2．6．9 復合高斯貝爾函數擬合
2．6．10 圓周擬合
2．6．11 神經網絡
2．7 測試題
第3章加權和異常值
……
第II部分數學、優(yōu)化方法以及輔助內容