成功加入购物车
王桂增 、 叶昊 著 / 清华大学出版社 / 2012-08 / 平装
售价 ¥ 200.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2025-05-22
卖家超过10天未登录
主元分析与偏最小二乘法
主元分析与偏最小二乘法能较好地解决自变量之间存在的相关性问题,最大限度地概括自变量空间的数据变化信息与自变量对因变量的解释作用,因而被广泛用于解决科学计算、工业控制和信号处理中的特征提取、数据拟合、系统辨识和参数估计等问题。
《主元分析与偏最小二乘法》从系统自变量的相关性、系统特性的非线性和时变性等实际问题出发,介绍线性与非线性主元分析方法、线性主元回归及其递推算法、线性与非线性偏最小二乘法及其递推算法、核主元分析与核偏最小二乘法等;最后还介绍了主元分析和偏最小二乘法在数据处理、软测量建模和过程监控等方面的应用案例。
本书可作为高等学校自动化类专业的高年级本科生和研究生的教学参考书,所述内容对从事统计数据处理、软测量建模与过程监控的科研人员和工程技术人员也具有参考价值。
第1章随机过程的基本知识1.1基本概念1.1.1事物变化过程的分类1.1.2随机过程的样本与状态1.1.3集合(总体)平均1.1.4时间平均1.2随机过程的数字特征1.2.1数学期望1.2.2方差1.2.3相关函数1.2.4功率谱密度函数1.3随机过程的分类1.3.1连续型随机过程和离散型随机过程1.3.2连续时间参数随机过程和离散时间参数随机过程1.3.3平稳随机过程与非平稳随机过程1.3.4尔格过程(各态遍历性过程)1.3.5独立随机过程1.4白噪声过程及其性质第2章最小二乘法及其递推算法2.1最小二乘算法及其基本性质2.1.1最小二乘法2.1.2最小二乘法估计的基本性质2.2递推最小二乘算法2.2.1基本算法2.2.2初值a(0)和P(O)的选择第3章主元分析与主元回归3.1主元分析3.1.1主元分析的基本思想3.1.2主元的性质3.2主元计算3.2.1通过求特征值和特征向量计算主元3.2.2通过奇异值分解计算主元3.2.3通过迭代算法计算主元3.3主元回归第4章主元分析的递推算法4.1数据协方差矩阵的递推计算4.1.1规范化数据矩阵的递推计算4.1.2自协方差矩阵的递推计算4.2基于矩阵的秩1修正的递推主元分析4.2.1矩阵的秩1修正4.2.2基于矩阵的秩1修正的主元递推计算4.3基于子空间跟踪的递推主元分析4.3.1子空间跟踪方法4.3.2基于子空间跟踪的主元递推计算4.4主元回归的递推算法4.4.1互协方差矩阵的递推计算4.4.2主元回归的递推计算流程第5章线性偏最小二乘法5.1引言5.2基于目标优化的偏最小二乘模型的计算5.2.1偏最小二乘法建模的准则函数5.2.2偏最小二乘的基本算法5.2.3偏最小二乘的简化算法5.3基于矩阵奇异值分解的偏最小二乘模型的计算5.3.1矩阵的奇异值分解5.3.2基于奇异值分解的模型计算5.3.3矩阵奇异值的不等式性质5.4基于迭代算法的偏最小二乘模型的计算5.4.1偏最小二乘迭代算法5.4.2偏最小二乘迭代算法的数值计算性质5.5偏最小二乘算法的正交性5.5.1wi与ti的正交性质5.5.2p与w的相互关系5.6偏最小二乘特征向量选取的几何意义……第6章线性偏最小二乘的递推算法第7章非线性主元分析第8章非线性偏最小二乘法第9章核主元分析与核主元回归第10章核偏最小二乘法第11章应用案例附录A英汉名词对照参考文献
展开全部
图2
图3
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30