本書前7章為操作基礎(chǔ)，詳細(xì)介紹了Ansys分析的基本步驟和方法：第1章Ansys概述；第2章幾何建模；第3章建模實(shí)例；第4章網(wǎng)格劃分；第5章施加載荷；第6章求解；第7章后處理。后8章為專題實(shí)例，按不同的分析專題講解了各種分析專題的參數(shù)設(shè)置方法與技巧：第8章靜力分析；第9章模態(tài)分析；第10章諧響應(yīng)分析；第11章瞬態(tài)動(dòng)力學(xué)

作者基于豐富的教學(xué)經(jīng)驗(yàn)，開發(fā)了一套全新的算法分類方法。該分類法站在通用問題求解策略的高度，對(duì)現(xiàn)有大多數(shù)算法進(jìn)行了較為準(zhǔn)確的分類，旨在引領(lǐng)讀者沿著清晰、一致、連貫的思路來探索算法的設(shè)計(jì)與分析�！端惴ㄔO(shè)計(jì)與分析基礎(chǔ)（第3版詳解版）》適合用作算法設(shè)計(jì)與分析的基礎(chǔ)教材，也適合任何有興趣探究算法奧秘的讀者自學(xué)使用。

本書以最優(yōu)化算法及其MATLAB程序?qū)崿F(xiàn)為主線，結(jié)合相應(yīng)優(yōu)化例題及其編程示例，利用自編函數(shù)和MATLAB優(yōu)化工具箱函數(shù)求解優(yōu)化模型，使讀者輕松掌握編程應(yīng)用。全書共8章，內(nèi)容包括最優(yōu)化概論、線搜索方法、無約束優(yōu)化算法、約束優(yōu)化算法、線性規(guī)劃算法、整數(shù)規(guī)劃算法、二次規(guī)劃算法、動(dòng)態(tài)規(guī)劃算法以及各類優(yōu)化算法的MATLAB實(shí)現(xiàn)，

智能優(yōu)化算法在解決大空間、非線性、全局尋優(yōu)、組合優(yōu)化等復(fù)雜問題方面具有獨(dú)特的優(yōu)勢(shì)，因而得到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，并在信號(hào)處理、圖像處理、生產(chǎn)調(diào)度、任務(wù)分配、模式識(shí)別、自動(dòng)控制和機(jī)械設(shè)計(jì)等眾多領(lǐng)域得到了成功應(yīng)用。本書介紹了近年來新提出的5種智能優(yōu)化算法及其改進(jìn)算法的算法思想、原理、算法流程和程序?qū)崿F(xiàn)說明，并給出了具體的

本書根據(jù)編者多年主講概率論與數(shù)理統(tǒng)計(jì)課程的教學(xué)經(jīng)驗(yàn)和現(xiàn)階段大學(xué)生的基本學(xué)情，并參照該課程的教學(xué)基本要求編寫。全書共分八章，主要包括隨機(jī)事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理、統(tǒng)計(jì)量及其分布、參數(shù)估計(jì)和假設(shè)檢驗(yàn)。本書注意基本概念和基礎(chǔ)理論，特別注意基礎(chǔ)知識(shí)間的內(nèi)在聯(lián)

本書介紹統(tǒng)計(jì)分析的Logistic回歸模型，以及擴(kuò)充模型，包括Logistic回歸搭配ROC曲線，多項(xiàng)Logistic回歸等，通過例題分析，結(jié)合計(jì)算機(jī)統(tǒng)計(jì)軟件的應(yīng)用，詳細(xì)闡述該模型原理與應(yīng)用。

本教材共九章，第一章至第五章為概率論部分，以研究隨機(jī)現(xiàn)象的統(tǒng)計(jì)規(guī)律性為主線，為讀者提供了必要的理論基礎(chǔ)。第六章至八章為數(shù)理統(tǒng)計(jì)部分，主要介紹了數(shù)理統(tǒng)計(jì)的基本概念、常用分布、抽樣分布定理、參數(shù)估計(jì)與假設(shè)檢驗(yàn)。第九章是Excel在概率統(tǒng)計(jì)中的應(yīng)用，現(xiàn)在的科學(xué)發(fā)展已經(jīng)越來越離不開計(jì)算機(jī)的應(yīng)用，而數(shù)理統(tǒng)計(jì)是基于數(shù)據(jù)的收集、整理

本教材主要介紹了隨機(jī)過程的預(yù)備知識(shí)、離散時(shí)間馬氏鏈、可數(shù)狀態(tài)馬氏鏈、泊松過程、連續(xù)時(shí)間馬氏鏈、更新過程、布朗運(yùn)動(dòng)等內(nèi)容。為適應(yīng)應(yīng)用型本科財(cái)經(jīng)類相關(guān)專業(yè)突出技能與應(yīng)用的要求，本書在介紹隨機(jī)過程基礎(chǔ)理論的前提下，著重使用圖表等多種形式，形象地展示課程的脈絡(luò)。在介紹部分難以理解的知識(shí)點(diǎn)時(shí)，本書附有相關(guān)的Matlab及Pyth

本書包括4個(gè)部分內(nèi)容：1-4章為概率論的理論部分;5-6章為統(tǒng)計(jì)應(yīng)用的基礎(chǔ)準(zhǔn)備部分,介紹了大量樣本數(shù)據(jù)呈現(xiàn)的極限特征,以及統(tǒng)計(jì)應(yīng)用中常用的四大分布及性質(zhì);7-8章為統(tǒng)計(jì)的基本應(yīng)用部分,介紹了參數(shù)的點(diǎn)估計(jì),區(qū)間估計(jì)以及假設(shè)檢驗(yàn)問題;第9章介紹了現(xiàn)實(shí)中常用的統(tǒng)計(jì)方法--一元回歸分析.前8章是一般本科概率論與數(shù)理統(tǒng)計(jì)課程的基

真實(shí)世界中的序列數(shù)據(jù)隨時(shí)間推移呈爆炸式增長(zhǎng)，如何設(shè)計(jì)面向序列數(shù)據(jù)的知識(shí)發(fā)現(xiàn)方法是當(dāng)前研究的熱點(diǎn)之一。本書以深度學(xué)習(xí)和多視圖學(xué)習(xí)為理論基礎(chǔ)，以序列數(shù)據(jù)為研究對(duì)象，為面向序列數(shù)據(jù)分析提供多視圖的學(xué)習(xí)方法與技術(shù)，同時(shí)為典型場(chǎng)景下的序列數(shù)據(jù)分析提供多視圖深度學(xué)習(xí)解決方案，以期為序列數(shù)據(jù)分析、多視圖學(xué)習(xí)領(lǐng)域的研究及應(yīng)用提供參考。