作者：【德】蒂罗·斯特鲁兹（TiloStrut
页数：255
出版社：国防工业出版社
出版日期：2018
ISBN：9787118118346
电子书格式：pdf/epub/txt
内容简介
本书主要内容有：很小二乘法方法的框架；数据拟合问题的引入；利用很小二乘方法求解模型参数；权值和异常值；分段估计权值；复合高斯贝尔函数拟合；异常值检测方法的比较；拟合结果的不确定度；拟合优度、准确度和准确度；数学、优化方法以及附加内容；矩阵代数；奇异值分解方法；很小二乘方法背后的理念等。
作者简介
王鼎1. 2004年9月至2007年7月在信息工程大学攻读硕士学位，并取得硕士学位。 2. 2007年9月至2011年12月在信息工程大学攻读博士学位，并取得博士学位，在此期间于2010年1月至2011年8月在西安电子科技大学雷达信号处理国防科技重点实验室进修学习。 3. 2011年12月至今在信息工程大学任教，从事教学科研工作。
目录
第I部分 最小二乘方法的框架
第1章 数据拟合问题的引入
1．1 什么是数据拟合
1．2 符号说明
1．3 线性与非线性问题
1．4 线性数据拟合的应用实例
1．4．1 估计常数
1．4．2 估计直线中的参数（线性回归）
1．4．3 多项式函数
1．4．4 多元线性回归
1．4．5 维纳滤波
1．5 若干非线性数据拟合问题
1．5．1 指数函数
1．5．2 复合高斯贝尔函数
1．5．3 圆周函数
1．5．4 神经网络
1．6 测试题
第2章 基于最小二乘方法估计模型参数
2．1 “最小二乘”的含义
2．2 求解最小化问题的常规算法
2．3 需要注意的问题
2．4 线性模型函数条件下的简化处理
2．5 未知模型函数条件下的曲线拟合
2．6 计算实例
2．6．1 常数拟合
2．6．2 直线拟合
2．6．3 多项式函数拟合
2．6．4 平面拟合
2．6．5 线性预测
2．6．6 余弦函数拟合
2．6．7 坐标旋转和平移
2．6．8 指数函数拟合
2．6．9 复合高斯贝尔函数拟合
2．6．10 圆周拟合
2．6．11 神经网络
2．7 测试题
第3章 加权和异常值
……
第1章 数据拟合问题的引入
1．1 什么是数据拟合
1．2 符号说明
1．3 线性与非线性问题
1．4 线性数据拟合的应用实例
1．4．1 估计常数
1．4．2 估计直线中的参数（线性回归）
1．4．3 多项式函数
1．4．4 多元线性回归
1．4．5 维纳滤波
1．5 若干非线性数据拟合问题
1．5．1 指数函数
1．5．2 复合高斯贝尔函数
1．5．3 圆周函数
1．5．4 神经网络
1．6 测试题
第2章 基于最小二乘方法估计模型参数
2．1 “最小二乘”的含义
2．2 求解最小化问题的常规算法
2．3 需要注意的问题
2．4 线性模型函数条件下的简化处理
2．5 未知模型函数条件下的曲线拟合
2．6 计算实例
2．6．1 常数拟合
2．6．2 直线拟合
2．6．3 多项式函数拟合
2．6．4 平面拟合
2．6．5 线性预测
2．6．6 余弦函数拟合
2．6．7 坐标旋转和平移
2．6．8 指数函数拟合
2．6．9 复合高斯贝尔函数拟合
2．6．10 圆周拟合
2．6．11 神经网络
2．7 测试题
第3章 加权和异常值
……
第II部分 数学、优化方法以及辅助内容
