本書不在沿用基于模型來進行聚類的研究思路，而是借用非常靈活的非參數(shù)方法。本書的研究目標是使用非參數(shù)方法來研究非線性時間序列的聚類問題，通過理解序列是如何被生成的，估計出生成時間序列的隨機過程之間的相似性來定義其距離度量。本對比研究了現(xiàn)有的非參數(shù)時間序列聚類方法，提出一類以時間序列平滑后的自回歸函數(shù)的差異作為度量的聚類方

隨著先進的傳感器及其對應測量技巧的應用及發(fā)展，在不斷的生產(chǎn)過程中累積下了大量的數(shù)據(jù)，這樣的數(shù)據(jù)其中不免會包含著沒有被挖掘出來的信息�；�于數(shù)據(jù)驅動的多元統(tǒng)計算法可以利用這些已有的數(shù)據(jù)對相應的過程實施過程監(jiān)控、故障檢測和診斷、質量預測及軟測量的功能，對實現(xiàn)相關工業(yè)過程的過程效果評估、安全生產(chǎn)、問題原因分析、過程優(yōu)化以及在線

概率論與數(shù)理統(tǒng)計

本書系統(tǒng)地介紹了在橢球等高分布的基礎上建立的廣義多元分析理論.主要討論了橢球等高分布族的性質、有關的中心分布和非中心分布，球對稱矩陣分布和橢球等高矩陣分布的性質，橢球等高分布的各種參數(shù)估計量，均值向量和協(xié)方差矩陣的各種檢驗和其他檢驗，廣義線性模型理論.

《應用概率與數(shù)理統(tǒng)計（第2版）》是按照高等院校教學指導委員會關于概率統(tǒng)計課程的教學基本要求編寫而成的，全書共分8章，前3章為概率部分，內容包括隨機事件及其概率、隨機變量及其分布以及數(shù)字特征；第4～7章為數(shù)理統(tǒng)計部分，內容包括抽樣分布、參數(shù)估計、假設檢驗、回歸分析；第8章為Excel在統(tǒng)計分析中的應用�！稇�用概率與數(shù)理統(tǒng)

全書共分10章。第1章對回歸分析的研究內容和建模過程給出綜述性介紹；第2章和第3章詳細介紹了一元和多元線性回歸的參數(shù)估計、顯著性檢驗及其應用；第4章對違背回歸模型基本假設的異方差、自相關和異常值等問題給出了診斷和處理方法，在這一章增加了BOX-COX變換；第5章介紹了回歸變量選擇與逐步回歸方法；第6章就多重共線性的產(chǎn)生

本書是高等學校經(jīng)濟類專業(yè)概率論與數(shù)理統(tǒng)計課程的配套教學參考書，內容完全與教材各章節(jié)對應，主要有一維和多維隨機變量及其分布、隨機變量的數(shù)值特征、數(shù)理統(tǒng)計的基礎知識、參數(shù)估計、假設檢驗、方差分析和回歸分析等習題解答。為了照顧到部分要深造的考研學生，學習參考書中還增加了部分有一個難度的補充題。

回歸診斷是用于探索存在于回歸分析中問題及判斷某些假設是否合理的一種技術�！痘貧w診斷簡介》主要回顧蕞小二乘線性回歸，討論多元回歸中共線性的問題，處理奇異與強影響數(shù)據(jù)，探討誤差非線性、不一致的誤差方差和非線性問題，簡要闡釋離散數(shù)據(jù)產(chǎn)生的問題，介紹基于蕞大似然法、計分檢驗和構造變量的較復雜的診斷方法。*后，探討了如何將介紹的

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。全書主要包括大數(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、假設檢驗、回歸分析、方差分析等內容，并通過配套的例題和習題，加強讀者對基本理論和公式的理解和應用。

人工智能技術可以使機器模擬人的思維能力，解決推理、分析、判斷、尋優(yōu)等問題，為實現(xiàn)廣義控制系統(tǒng)的智能化提供理論基礎與方法工具。本書通過三個主要研究步驟，嘗試解決上述問題。本書的創(chuàng)新點主要有三個：一是系統(tǒng)描述了預測與神經(jīng)網(wǎng)絡計算智能與經(jīng)典PID控制相結合的方法。二是系統(tǒng)描述了預測與神經(jīng)計算智能復合經(jīng)典PID控制方法與實現(xiàn)。