數據建模與計算案例 徐定華 韓德仁 9787030747396 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：科學
物品所在地：中國大陸
原出版社：科學
NT$623
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202308*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：數據建模與計算案例 ISBN：9787030747396 出版社：科學 著編譯者：徐定華 韓德仁 頁數：304 所在地：中國大陸 *此為代購商品 書號：1589714 可大量預訂，請先連絡。 內容簡介 本書圍繞數據模型及計算主線，按共性演算法案例、數據工程領域中數據計算案例展開。第1章（概述篇）概述了數據建模與計算的思想與方法，提出了數據建模的多模型融合思想和數據計算的多演算法集成策略，讓模型和演算法點亮數據的光芒。第2章到第6章（共性演算法篇）例舉了若干共性數據計算方法，包括幾何模型重建、圖像處理中的優化演算法、數值微分演算法、主成分分析方法與改進、數據擬合的梯度型優化演算法，第7章到第17章（數據建模與計算篇）圍繞統計生成性模型與數據機理模型融合、多演算法集成創新主線，例舉了十一個數據工程領域數據建模與計算的案例，涉及醫學、金融、量化投資、圖像處理、智能決策、音樂流派分類、疫情數據分析、功能服裝設計、海洋數據分析等領域的數據分析及應用後記概括了本書的主要特點和核心內容，強調了數據模型融合和演算法集成是上策，對未來進一步完善本書內容進行了展望。 本書的共性演算法案例和數據工程領域的建模案例獨立成章，讀者可以自由選擇感興趣的章節研讀，為便於讀者閱讀和學以致用，本書封底提供了二維碼掃碼方式以獲取案例的程序代碼和彩圖。 本書適合於數學類專業、統計類專業、數據科學與工程類專業及相近專業的本科生、研究生和教師使用，也可供計算機科學與技術、信息與人工智慧等相關領域的師生、研究人員和業界技術人員參考。目錄 前言 讓模型和演算法點亮數據光芒概述篇 第1章 數據建模與計算概述 1 1 數智時代的數據工程、人工智慧與數據建模 1 2 數據建模與計算，屬於多學科交叉融合的新領域 1 3 堅持數據建模的多模型融合思路 1 4 堅持數據計算的多演算法集成策略 1 5 堅持數據思維、數據建模與計算綜合訓練 共性演算法篇 第2章 基於徑向基函數隱式表示的幾何模型重建 2 1 背景與問題 2 2 幾何模型的表示 2 3 數學模型與求解 2 4 模型的修正及求解 2 5 結果與討論 參考文獻 第3章 交替方向乘子法求解若干圖像處理問題 3 1 背景介紹 3 2 符號說明和基本優化模型 3 3 圖像去噪問題 3 3 1 加性雜訊 3 3 2 乘性雜訊、泊松雜訊 3 3 3 混合雜訊問題 3 3 4 結構雜訊問題 3 4 圖像去卷積 3 5 圖像填補 3 6 圖像縮放 3 7 圖像分解問題 3 7 1 基於Sobolev空間負范數的圖像分解模型 3 7 2 基於矩陣低秩優化的圖像分解模型 3 8 監視器視頻數據背景提取問題 3 9 圖像retinex問題 3 10 瑕疵檢測問題 3 11 案例小結 參考文獻 第4章 數值微分的計算方法及應用 4 1 背景知識 4 2 差商型數值微分方法與不適定性 4 2 1 差商型數值微分公式 4 2 2 誤差估計與不適定性 4 3 數值微分的積分求導方法 4 3 1 積分求導方法(Lanczos方法) 4 3 2 數值實驗 4 4 基於三次樣條擬合的數值微分方法 4 4 1 數值微分方法 4 4 2 數值實驗及應用 參考文獻 第5章 基於分數階協方差的主成分分析推廣方法 5 1 背景介紹 5 1 1 研究背景和現狀 5 1 2 符號說明 5 2 概念及演算法介紹 5 2 1 分數階協方差的定義 5 2 2 主成分分析及其推廣方法 5 2 3 基於分數階協方差的特徵提取演算法 5 3 數據計算實驗 5 3 1 分數階協方差與傳統協方差 5 3 2 特徵提取演算法 5 4 案例小結和展望 參考文獻 第6章 數據擬合的梯度型優化演算法 6 1 背景介紹 6 2 正則化思想 6 3 梯度型迭代演算法 6 3 1 最速下降法 6 3 2 隨機梯度下降法 6 3 3 動量法 6 3 4 Nesterov梯度加速法 6 3 5 自適應梯度演算法 6 3 6 均方根傳遞演算法 6 3 7 自適應矩估計演算法 6 4 演算法實現與精度比較 6 5 案例小結 參考文獻 數據建模與計算篇 第7章 基於深度學習的低劑量CT成像演算法研究 7 1 引言 7 2 CT成像原理 7 3 重建演算法 7 3 1 迭代重建法 7 3 2 濾波反投影重建演算法 7 3 3 低劑量CT重建演算法 7 4 基於深度學習的低劑量CT后處理演算法與計算模擬 7 4 1 損失函數 7 4 2 主流的網路框架 7 4 3 DAU-Net網路 參考文獻 第8章 心電圖識別的ELM-LRF和BLSTM演算法 8 1 背景介紹 8 2 ECG基礎知識 8 3 基於ELM-LRF-BLSTM的ECG分類演算法 8 3 1 網路結構 8 3 2 複雜度分析 8 4 實驗過程及結果分析 8 4 1 數據預處理 8 4 2 演算法設計與參數優化 8 4 3 實驗結果及分析 8 5 案例小結 參考文獻 第9章 基於高斯隱馬爾可夫模型的擇時策略研究 9 1 背景介紹 9 2 隱馬爾可夫理論模型 9 2 1 馬爾可夫鏈與隱馬爾可夫模型 9 2 2 HMM基本問題及其解決演算法 9 2 3 改進的隱馬爾可夫模型 9 3 HMM應用合理性討論 9 4 實驗數據實證分析 9 5 案例小結 參考文獻 第10章 鹽酸與氨氣化學反應的pH值變化回歸模型 10 1 問題背景 10 1 1 pH值測定的實驗方法 10 1 2 實驗數據情況 10 2 實驗數據與問題分析 10 3 數據隱含的擴散機理 10 4 數學模型參數的數據推斷 10 4 1 Logistic模型 10 4 2 非線性回歸的程序實現 10 4 3 運用軟體交互進行回歸分析 10 5 模型的評價與改進 10 6 案例小結與展望 參考文獻 第11章 音樂流派分類案例 11 1 背景介紹 11 2 音樂特徵與數據預處理 11 2 1 音樂特徵介紹 11 2 2 實驗數據來源及數據處理 11 3 分類模型的數學原理 11 3 1 K近鄰 11 3 2 邏輯回歸 11 3 3 支持向量機 11 3 4 神經網路模型 11 4 實驗結果 11 5 集成學習分類器 11 6 案例創新點及下一步發展 11 6 1 創新點 11 6 2 改進與發展 參考文獻 第12章 基於MRMR演算法和代價敏感分類的財務預警模型與實證分析 12 1 背景介紹 12 2 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
