◆本書力求用不多的篇幅，在較短的時間內(nèi)，幫助同學們搞清基本概念，掌握基本理論和方法，了解重點和難點并澄清一些常犯的錯誤與疑惑�！羧珪�在結(jié)構上共八章及一個附錄，每章均由考試內(nèi)容，考試要求，基本概念、基本理論和基本方法，典型例題分析選講，練習題，練習題答案，練習題提示七部分組成。◆為了方便同學們總結(jié)歸納以及更好地掌握考試的

《運籌學（第2版）》在全國多所高校，包括北京師范大學珠海分校大學二年級學生中使用，已有九個年頭了。使用過《運籌學（第2版）》的大學生中，絕大多數(shù)學生認為《運籌學（第2版）》內(nèi)容豐富，敘述簡潔，理論聯(lián)系實際，特別是對WinQSB使用方法的介紹，增強了他們解決實際問題的能力。有一些刻苦鉆研的學生，還將《運籌學（第2版）》的

本書是針對“數(shù)值分析”“計算方法”“數(shù)值分析與算法”等課程編寫的教材,主要面向理工科大學信息科學與技術各專業(yè),以及信息與計算科學專業(yè)的本科生。本書內(nèi)容包括數(shù)值計算基礎、非線性方程的數(shù)值解法、線性方程組的直接解法與迭代解法、矩陣特征值與特征向量的計算、數(shù)值逼近與插值、數(shù)值積分方法、常微分方程初值問題的解法,以及數(shù)值算法與

隨著科學技術的飛速發(fā)展和計算機的廣泛應用，科學計算已成為繼理論方法、試驗方法后的第三種基本手段。數(shù)值計算方法已成為當代大學生必須掌握的基礎知識。本書講述數(shù)值計算的理論與基本方法，內(nèi)容包括：誤差概念及數(shù)值計算中的若干問題、插值法、曲線擬合與逼近理論、方程的近似解法、線性方程組的直接解法、線性方程組的迭代解法、數(shù)值積分與數(shù)

這本流行教科書的第二版介紹了選擇分析領域中的最新方法和技術。本書全面且易懂，任何讀者都可以通過本書學習如何模擬和預測個人選擇和團體選擇。與第一版相比，第二版完全改寫了其中一些章節(jié)，并目新増了一些主題，包括有序選擇、尺度MNL模型、廣義混合logit模型、潛類別模型、團體決策、直覺、屬性處理策路、期望效用理論和前景理論的

幾十年來，實際需求激發(fā)了對模式識別的大量理論和應用研究。在這個過程中，限制因素和恒久問題一直是數(shù)據(jù)——它的多樣性、豐富性和可變質(zhì)量是模式識別創(chuàng)新的主要挑戰(zhàn)。本書關注高級數(shù)據(jù)分析和數(shù)據(jù)挖掘，創(chuàng)新之處是對數(shù)據(jù)質(zhì)量的重新定位——將數(shù)據(jù)質(zhì)量看作一個可以處理的因素，而非當作需要克服的困難。

《概率論與數(shù)理統(tǒng)計輔導精講》按照最新考研數(shù)學大綱的要求,以歷年考研數(shù)學真題中的典型題目及分析詳解為主線,內(nèi)容包含典型方法的歸類總結(jié)、重要和常用技巧的運用、考生易錯點的提示、重點題型的考研預測等.相比其他考研數(shù)學輔導圖書有以下特色：(1)緊扣大綱要求,精選歷年考研真題,分模塊分階段地指導考生科學備考;(2)精心設計本書模

本書主要介紹了模式識別的相關內(nèi)容，涉及模式識別的基本概念、聚類分析、線性判別函數(shù)、貝葉斯分類器、特征選擇和提取、非參數(shù)模式識別方法、神經(jīng)網(wǎng)絡模式識別方法、模糊模式識別方法、句法模式識別方法，以及新型模式識別方法，如決策樹方法、支持向量機方法、粗糙集方法等一些基本方法，并介紹了基于遺傳算法、模擬退火算法和禁忌搜索算法進行

《時間序列混合智能辨識、建模與預測》提出了時間序列混合智能辨識、建模與預測的理論和方法。內(nèi)容分四篇共16章。第一篇闡述了時間序列分析的重要性，從文獻計量學的角度對時間序列的最新國際研究進展進行了歸納總結(jié)，系統(tǒng)闡述了當前國內(nèi)外主流時間序列辨識、建模與預測的計算策略和經(jīng)典算法體系；第二篇介紹了鐵路沿線風速混合智能辨識、建模

試驗優(yōu)化設計是以數(shù)理統(tǒng)計為基礎，對試驗進行優(yōu)化設計與統(tǒng)計分析的科學方法，是科技工作者必備的基本技能。《試驗優(yōu)化設計與統(tǒng)計分析（第二版）》主要介紹了常用的試驗優(yōu)化設計與統(tǒng)計分析及其在生物工程、食品工程、化學工程等技術領域中的應用�！对囼瀮�(yōu)化設計與統(tǒng)計分析（第二版）》共分9章，包括試驗資料的統(tǒng)計描述、理論分布與抽樣分布、統(tǒng)