數(shù)值分析方法

本書采納了人本主義社會學(xué)最為常見的一種研究視角，也即將互聯(lián)網(wǎng)時代短視頻行業(yè)中決定視覺呈現(xiàn)結(jié)果的算法看作一種實踐邏輯，將算法實踐納入到技術(shù)－組織－個人的研究框架下，強(qiáng)調(diào)算法實踐的社會情境性和社會嵌入性，并重點關(guān)注滲透在其中的人類主觀能動性，最終展示出各類社會行動者在與算法實踐互動的過程中，如何持續(xù)地、動態(tài)地參與著算法實踐

本書介紹Marc2020的基本操作方法和應(yīng)用技巧。全書共9章，分別為Marc入門、幾何導(dǎo)入與網(wǎng)格劃分、結(jié)果后處理、結(jié)構(gòu)接觸非線性分析、Marc分析綜合應(yīng)用實例、橡膠密封件大變形特性分析實例、玻璃導(dǎo)槽密封件的結(jié)構(gòu)設(shè)計仿真實例、網(wǎng)格重劃分與橡膠結(jié)構(gòu)分析實例、Marc2020與Actran2020聯(lián)合仿真。本書中所有實例的操

本書不僅介紹了Newton程序與方程求根的相關(guān)知識及內(nèi)容，還介紹了其在數(shù)學(xué)其他領(lǐng)域的應(yīng)用。全書共分七章，分別為中國古代數(shù)學(xué)思想與Newton迭代法、解高次方程的Newton迭代法、多點導(dǎo)迭代及Newton迭代的收斂性、Newton迭代與壓縮映射、求重根的迭代方法、Newton迭代法的其他應(yīng)用、Newton迭代法在解泛函

本書介紹了排序擇優(yōu)算法的基本概念和發(fā)展歷程；建立了初始樣本量和總樣本量之間的函數(shù)關(guān)系，提出一種計算合理初始樣本量的方法，從而提升了頻率法算法效率；提出可以通過求解一個使所有系統(tǒng)總樣本量最小化的優(yōu)化問題來求解非均衡的樣本分配策略，進(jìn)一步提出兩種非均衡的樣本分配策略。本書還分析了一個隨意停放式共享單車系統(tǒng)中的再分配問題，并

本書聚焦于高維變量誤差模型的理論與計算方法，分別考慮了線性回歸和多響應(yīng)回歸變量誤差模型的參數(shù)估計。統(tǒng)計層面，提出非凸估計方法，給出參數(shù)估計的誤差上界，進(jìn)而建立統(tǒng)計一致性。計算層面，采用便捷高速的一階算法求解估計量所基于的非凸優(yōu)化問題，并證明了算法的線性收斂結(jié)果，表明算法可在線性時間內(nèi)收斂到問題的一個近似全局解，填補(bǔ)了非

有限元方法是處理各種復(fù)雜工程問題的重要分析手段，也是進(jìn)行科學(xué)研究的重要工具。本書從有限元分析概述、桿梁結(jié)構(gòu)分析的有限元方法、連續(xù)體結(jié)構(gòu)分析的有限元方法、非線性有限元，以及基于ANSYS平臺的有限元建模與分析實例等五個方面系統(tǒng)地介紹了有限元技術(shù)分析及相關(guān)計算應(yīng)用。全書是作者在多年從教經(jīng)驗的基礎(chǔ)上，依據(jù)目前工程學(xué)科對有限元

智能優(yōu)化算法作為人工智能的重要研究方向之一，為許多領(lǐng)域中復(fù)雜的系統(tǒng)優(yōu)化問題提供了更好的解決方法，因此得到了廣泛的應(yīng)用。《智能優(yōu)化算法及MATLAB實現(xiàn)》按照智能優(yōu)化算法、測試函數(shù)集及常用仿真實驗等邏輯脈絡(luò)由淺至深地進(jìn)行講解，便于讀者入門并掌握智能優(yōu)化算法及其MATLAB實現(xiàn)的相關(guān)知識，為后續(xù)學(xué)習(xí)打下良好基礎(chǔ)。全書共16

全書共10章，第1-3章主要介紹圖的思維方式、圖算法基礎(chǔ)以及如何評估圖算法的效率。第4-9章主要介紹6類經(jīng)典圖算法，包括中心性算法、相似度算法、連通性和緊密度算法、傳播與分類算法、拓?fù)滏溄宇A(yù)測算法、圖嵌入算法等的原理、參數(shù)以及行業(yè)應(yīng)用。第10章介紹圖算法在金融、生物醫(yī)藥等領(lǐng)域的深度應(yīng)用。

本學(xué)術(shù)專著圍繞多核同異構(gòu)可重構(gòu)計算系統(tǒng)資源劃分映射編譯工具展開研究，其主要內(nèi)容 進(jìn)層劃分算法；考慮通信成本和硬件碎片利用的簇劃分算法；融合面積估算和多目標(biāo)優(yōu)化 連時延性能評估；多叉樹數(shù)據(jù)流圖粗粒度可重構(gòu)單元陣列映射算法；用于二維RCA跨層數(shù) 內(nèi)容。本書非常適合做相關(guān)研究的人員參考學(xué)習(xí)使用。