掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國(guó)政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥45.1
加入購(gòu)物車
化學(xué)計(jì)量學(xué) 版權(quán)信息
- ISBN：9787030762276
- 條形碼：9787030762276 ; 978-7-03-076227-6
- 裝幀：平裝膠訂
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
化學(xué)計(jì)量學(xué) 內(nèi)容簡(jiǎn)介
本書以分析信號(hào)的數(shù)學(xué)模型為開始點(diǎn)，逐步引入向量方法、矩陣方法和張量方法。*后介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)。對(duì)化學(xué)計(jì)量學(xué)的核心內(nèi)容進(jìn)行了詳細(xì)的闡述，并輔之于相應(yīng)的Octave程序代碼，使讀者可以在學(xué)習(xí)化學(xué)計(jì)量學(xué)理論知識(shí)的同時(shí)，了解各種化學(xué)計(jì)量學(xué)方法的實(shí)現(xiàn)方式。
化學(xué)計(jì)量學(xué) 目錄
目錄
前言
緒論 1
第1章 化學(xué)信號(hào)類型及數(shù)學(xué)模型 3
1.1 標(biāo)量信號(hào)及其數(shù)學(xué)模型 3
1.2 向量信號(hào)及其數(shù)學(xué)模型 5
1.3 矩陣信號(hào)及其數(shù)學(xué)模型 7
1.4 張量信號(hào)及其數(shù)學(xué)模型 11
1.5 表面吸附型傳感器的信號(hào)模型 13
第2章 向量信號(hào)的濾噪和基線扣除 16
2.1 累加平均法濾噪 16
2.2 Savitzky-Golay濾噪 17
2.3 快速傅里葉變換濾噪 20
2.4 Whittaker平滑器濾噪 22
2.5 Whittaker平滑器扣除基線 25
第3章 化學(xué)因子分析 29
3.1 主成分分析 29
3.1.1 數(shù)據(jù)預(yù)處理 30
3.1.2 主成分的構(gòu)造 30
3.1.3 矩陣的主成分分解方法 32
3.1.4 主成分?jǐn)?shù)的確定 36
3.1.5 主成分投影圖 38
3.2 演進(jìn)因子分析 39
3.2.1 演進(jìn)因子分析原理 39
3.2.2 固定尺寸移動(dòng)窗口演進(jìn)因子分析法 45
第4章 多維*線分辨 49
4.1 自模式*線分辨 49
4.1.1 基本假設(shè) 49
4.1.2 分辨算法 50
4.2 直觀推導(dǎo)式演進(jìn)特征投影法 57
4.2.1 二維聯(lián)用色譜體系的特點(diǎn) 57
4.2.2 選擇性區(qū)域和零濃度區(qū)域的確定 59
4.2.3 HELP分辨算法 60
4.2.4 應(yīng)用舉例 65
4.3 迭代關(guān)鍵集選擇法 66
4.3.1 組分?jǐn)?shù)的自動(dòng)確定 66
4.3.2 自動(dòng)分辨算法 71
4.3.3 SKSS的簡(jiǎn)化方案 75
4.4 基于方程的系統(tǒng).79
4.4.1 模型 80
4.4.2 修改的共軛梯度算法81
4.4.3 相關(guān)變量 82
4.4.4 重要參數(shù)的計(jì)算 82
4.4.5 EOS方法的一般策略 84
4.5 平行因子分析 88
4.5.1 模型 88
4.5.2 解的唯一性 89
4.5.3 分辨算法 90
4.5.4 數(shù)據(jù)預(yù)處理 94
4.5.5 因子數(shù)的估計(jì) 94
4.6 交替三線性分解 94
4.6.1 三維循環(huán)對(duì)稱性 94
4.6.2 自加權(quán)目標(biāo)函數(shù) 96
4.6.3 SWATLD算法 96
第5章 多元校正 100
5.1 多元線性回歸 100
5.1.1 模型 100
5.1.2 建立回歸方程 101
5.1.3 回歸系數(shù)的假設(shè)檢驗(yàn) 103
5.1.4 預(yù)測(cè) 108
5.2 逐步回歸分析 109
5.2.1 原理 109
5.2.2 應(yīng)用舉例 109
5.3 主成分回歸 111
5.4 偏*小二乘法 113
5.4.1 模型 113
5.4.2 PLS的主成分分解算法 114
5.4.3預(yù)測(cè) 119
5.4.4交互檢驗(yàn) 122
第6章 機(jī)器學(xué)習(xí)簡(jiǎn)介 125
6.1 人工神經(jīng)網(wǎng)絡(luò)的建立 125
6.2 感知機(jī) 127
6.3 多層感知機(jī)和神經(jīng)網(wǎng)絡(luò) 128
6.4 神經(jīng)網(wǎng)絡(luò)的前向傳播 129
6.5 激勵(lì)函數(shù) 130
6.6 神經(jīng)網(wǎng)絡(luò)的反向傳播 132
6.7 應(yīng)用舉例 136
參考文獻(xiàn) 144
展開全部
書友推薦
- >
我從未如此眷戀人間
- >
【精裝繪本】畫給孩子的中國(guó)神話
- >
巴金－再思錄
- >
山海經(jīng)
- >
李白與唐代文化
- >
詩經(jīng)-先民的歌唱
- >
名家?guī)阕x魯迅:故事新編
- >
朝聞道
本類暢銷
