前人將大地水準面上的重力異常作為球面上的邊界條件，用球函數(shù)解出大地水準面上和地面的擾動位，但與地球是一個橢球體的事實相差太遠，因此無法得到地球外部空間點的引力場結(jié)果�！队们蚝瘮�(shù)解橢球面為邊界的重力學(xué)邊值問題》用球函數(shù)解橢球面為邊界的大地重力學(xué)的邊值問題，為此導(dǎo)出了橢球坐標與球坐標之間的換算關(guān)系，將橢球面上用橢球坐標表示

有限單元法基本原理

運籌學(xué)的思想和方法用精簡的語言來描述，就是建立某個問題的數(shù)學(xué)模型并求其“zui大值”或“zui小值”。在經(jīng)濟、管理以及各種工程技術(shù)問題中，這樣的問題比比皆是。但是，運籌學(xué)的模型和方法在實際應(yīng)用時大多數(shù)都是計算非常煩瑣的，如果不與計算機技術(shù)相結(jié)合，則較難將其應(yīng)用到解決實際問題中去。MATLAB是當(dāng)前很好的科學(xué)計算語言之一

本書全面闡述了模式識別的基礎(chǔ)理論、*新方法以及各種應(yīng)用。討論了貝葉斯分類、貝葉斯網(wǎng)絡(luò)、線性和非線性分類器設(shè)計、特征生成、特征選取技術(shù)、學(xué)習(xí)理論的基本概念以及聚類概念與算法。與前一版相比，增加了大數(shù)據(jù)集和高維數(shù)據(jù)相關(guān)的*新算法，提供了*新的分類器和魯棒回歸的核方法。新增一些熱點問題，如非線性降維、非負矩陣因數(shù)分解、關(guān)聯(lián)性

《半?yún)��?shù)回歸模型及其應(yīng)用》主要研究半?yún)��?shù)回歸模型及其推廣模型，并利用它們研究了一個重要的官方統(tǒng)計問題。首先介紹各種非參數(shù)光滑方法。接下來的兩章討論如何把這些非參數(shù)方法加入到我們熟悉的常見模型中去。在討論完統(tǒng)計理論模型之后，我們將利用半?yún)��?shù)回歸模型及其推廣模型研究中國全國和地區(qū)GDP評估準確性問題。具體內(nèi)容分為兩大部分：

本書系統(tǒng)地介紹了數(shù)理統(tǒng)計的基本理論、方法及應(yīng)用，內(nèi)容包括基礎(chǔ)知識、參數(shù)估計、假設(shè)檢驗、回歸分析、方差分析與正交試驗設(shè)計、多元正態(tài)總體的統(tǒng)計推斷、判別分析及相關(guān)分析。本書的特點是既注重理論體系完整，又注重統(tǒng)計方法的實際應(yīng)用。各章配有難度適中的習(xí)題，以供學(xué)生練習(xí)和理解基本理論和方法時使用。本書可作為高等院校工科研究生公共課

這本經(jīng)典教材以其在理論和方法之間取得的獨特的平衡，通過興趣激發(fā)和相關(guān)應(yīng)用的方式，“生動”“縝密”地介紹了基礎(chǔ)概率理論和統(tǒng)計推斷。書中還吸收了大量*新的統(tǒng)計知識和新問題，并在每章末增加一個小節(jié)，以增強書中內(nèi)容與時下工程與科研問題的適用性和相關(guān)性。在內(nèi)容方面，不僅有許多*新的工程問題，也有很多生物學(xué)、物理學(xué)以及計算機科學(xué)方

本書共十章，主要內(nèi)容包括隨機事件及其概率、隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、回歸分析、方差分析、正交設(shè)計。本書注重闡明概率論的基本概念、基本理論以及數(shù)理統(tǒng)計常用方法的背景和思想，并通過配套的例題和習(xí)題，加強對基本理論和公式的理解和應(yīng)用。為了豐富工科數(shù)學(xué)

為了能夠建立一個優(yōu)良的服務(wù)系統(tǒng),并使之有效運轉(zhuǎn),必須先要清楚地了解在不同條件下,系統(tǒng)行為以及狀態(tài)的變化,并以此作為設(shè)置服務(wù)系統(tǒng)和運作規(guī)則的依椐.第一章討論什么是系統(tǒng)行為以及衡量其績效尺度的基本概念,以此作為進入以后各章節(jié)理論分析與應(yīng)用的引導(dǎo).

《“十三五”職業(yè)教育規(guī)劃教材應(yīng)用數(shù)學(xué)》為“十三五”職業(yè)教育規(guī)劃教材．全書共分為四章，主要包括概率論與數(shù)理統(tǒng)計初步、線性代數(shù)、線性規(guī)劃和數(shù)學(xué)模型等內(nèi)容．每章節(jié)后均配有復(fù)習(xí)題，并在書末附有參考答案，便于學(xué)生課后復(fù)習(xí)及掌握所學(xué)知識．