实验数据多元统计分析
出版时间:
2009-02
版次:
1
ISBN:
9787030236760
定价:
48.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
188页
字数:
237千字
正文语种:
简体中文
12人买过
-
《实验数据多元统计分析》介绍实验或测量数据的多元统计分析方法,内容包括:贝叶斯决策、线性判别方法、决策树判别、人工神经网络、近邻法、概率密度估计量法、"矩阵判别、函数判别分析、支持向量机法等,以及不同判别方法的比较。此外,还简要介绍了将多种多元统计分析方法的计算机程序汇集在一起的程序包TMVA(toolkitformultivariatedataanalysis),并分析了粒子物理实验数据分析中应用多元统计分析方法的一些实例。
《实验数据多元统计分析》可供实验物理王作者和大专院校相关专业师生、理论物理研究人员、工程技术人员及从事自然科学和社会科学的数据测量和分析研究人员参考。 前言
第一章绪论
1.1模式和模式识别
1.2模式识别系统
1.2.1原始数据获取
1.2.2原始数据的预处理
1.2.3特征提取和选择
1.2.4分类决策
1.3数据矩阵与样本空间
1.3.1数据矩阵与样本空间
1.3.2模式的相似性度量
1.3.3样本点的权重和特征向量数据的预处理
1.4主成分分析
1.4.1主成分分析的基本思想
1.4.2主成分分析算法
1.4.3降维处理及信息损失
第二章贝叶斯决策
2.1基于最小错误率的贝叶斯决策
2.1.1决策规则
2.1.2错误率
2.1.3分类器设计
2.2Neyman-Pearson决策
2.3正态分布时的贝叶斯决策
2.4分类器的效率和错误率
2.4.1分类器的效率、错误率和判选率矩阵
2.4.2错误率的上界
2.4.3利用检验样本集估计判选率矩阵和错误率
2.4.4训练样本集和检验样本集的划分
2.4.5利用判选率矩阵估计各类“真实”样本数
2.4.6分类器判定的“信号”样本中错判事例的扣除
2.5讨论
第三章线性判别方法
3.1线性判别函数
3.1.1线性判别函数的基本概念
3.1.2广义线性判别函数
3.1.3线性分类器的设计
3.2Fisher线性判别
3.3感知准则函数
3.3.1几个基本概念
3.3.2感知准则函数
3.4最小错分样本数准则函数
3.5最小平方误差准则函数
3.5.1平方误差准则函数及其MSE解
3.5.2MSE准则函数的梯度下降算法
3.5.3随机MSE准则函数及其随机逼近算法
3.6多类问题
第四章决策树判别
4.1超长方体分割法
4.1.1超长方体分割法的基本思想
4.1.2超长方体分割法中阐值的确定
4.1.3超长方体分割法的优缺点及其改进
4.1.4超长方体分割法用于高能物理实验分析
4.2决策树法
4.2.1决策树法的基本思想
4.2.2信号/本底二元决策树的构建
4.2.3决策树的修剪
4.3决策树林法
4.3.1决策树林的构建
4.3.2决策树林对输入事例的分类
4.3.3重抽样法构建决策树林
第五章人工神经网络
5.1概述
5.1.1生物神经元和人工神经元
5.1.2人工神经网络的构成和学习规则
5.2感知器
5.2.1单输出单元感知器
5.2.2多输出单元感知器
5.3多层前向神经网络和误差逆传播算法
5.3.1BP网络学习算法
5.3.2BP网络学习算法的改进
5.4Hopfield神经网络
5.4.1离散Hopfield网络
5.4.2连续Hopfield网络
5.4.3Hopfield网络在优化计算中的应用
5.5随机神经网络
5.5.1随机神经网络的基本思想
5.5.2模拟退火算法
5.5.3Boltzmann机及其工作规则
5.5.4Boltzmann机学习规则
5.5.5随机神经网络小结
5.6神经网络用于粒子鉴别
5.6.1用于带电粒子鉴别的特征变量
5.6.2带电粒子鉴别的神经网络的架构
5.6.3网络的训练和粒子鉴别效果
第六章近邻法
6.1最近邻法
6.2尼近邻法
6.3剪辑近邻法
6.3.1两分剪辑近邻法
6.3.2重复剪辑近邻法
6.4可作拒绝决策的近邻法
6.4.1具有拒绝决策的k近邻法
6.4.2具有拒绝决策的剪辑近邻法
第七章其他非线性判别方法
7.1概率密度估计量方法
7.1.1基本思想
7.1.2总体概率密度的非参数估计
7.1.3投影似然比估计
7.1.4多维概率密度估计
7.1.5近邻体积中样本数的确定
7.1.6概率密度估计法与神经网络的性能对比
7.2日矩阵判别
7.3函数判别分析
7.4支持向量机
7.4.1最优分类面
7.4.2广义最优分类面
7.4.3支持向量机
第八章不同判别方法的比较
8.1不同判别方法的特点
8.2多元统计分析程序包TMVA简介
参考文献
-
内容简介:
《实验数据多元统计分析》介绍实验或测量数据的多元统计分析方法,内容包括:贝叶斯决策、线性判别方法、决策树判别、人工神经网络、近邻法、概率密度估计量法、"矩阵判别、函数判别分析、支持向量机法等,以及不同判别方法的比较。此外,还简要介绍了将多种多元统计分析方法的计算机程序汇集在一起的程序包TMVA(toolkitformultivariatedataanalysis),并分析了粒子物理实验数据分析中应用多元统计分析方法的一些实例。
《实验数据多元统计分析》可供实验物理王作者和大专院校相关专业师生、理论物理研究人员、工程技术人员及从事自然科学和社会科学的数据测量和分析研究人员参考。
-
目录:
前言
第一章绪论
1.1模式和模式识别
1.2模式识别系统
1.2.1原始数据获取
1.2.2原始数据的预处理
1.2.3特征提取和选择
1.2.4分类决策
1.3数据矩阵与样本空间
1.3.1数据矩阵与样本空间
1.3.2模式的相似性度量
1.3.3样本点的权重和特征向量数据的预处理
1.4主成分分析
1.4.1主成分分析的基本思想
1.4.2主成分分析算法
1.4.3降维处理及信息损失
第二章贝叶斯决策
2.1基于最小错误率的贝叶斯决策
2.1.1决策规则
2.1.2错误率
2.1.3分类器设计
2.2Neyman-Pearson决策
2.3正态分布时的贝叶斯决策
2.4分类器的效率和错误率
2.4.1分类器的效率、错误率和判选率矩阵
2.4.2错误率的上界
2.4.3利用检验样本集估计判选率矩阵和错误率
2.4.4训练样本集和检验样本集的划分
2.4.5利用判选率矩阵估计各类“真实”样本数
2.4.6分类器判定的“信号”样本中错判事例的扣除
2.5讨论
第三章线性判别方法
3.1线性判别函数
3.1.1线性判别函数的基本概念
3.1.2广义线性判别函数
3.1.3线性分类器的设计
3.2Fisher线性判别
3.3感知准则函数
3.3.1几个基本概念
3.3.2感知准则函数
3.4最小错分样本数准则函数
3.5最小平方误差准则函数
3.5.1平方误差准则函数及其MSE解
3.5.2MSE准则函数的梯度下降算法
3.5.3随机MSE准则函数及其随机逼近算法
3.6多类问题
第四章决策树判别
4.1超长方体分割法
4.1.1超长方体分割法的基本思想
4.1.2超长方体分割法中阐值的确定
4.1.3超长方体分割法的优缺点及其改进
4.1.4超长方体分割法用于高能物理实验分析
4.2决策树法
4.2.1决策树法的基本思想
4.2.2信号/本底二元决策树的构建
4.2.3决策树的修剪
4.3决策树林法
4.3.1决策树林的构建
4.3.2决策树林对输入事例的分类
4.3.3重抽样法构建决策树林
第五章人工神经网络
5.1概述
5.1.1生物神经元和人工神经元
5.1.2人工神经网络的构成和学习规则
5.2感知器
5.2.1单输出单元感知器
5.2.2多输出单元感知器
5.3多层前向神经网络和误差逆传播算法
5.3.1BP网络学习算法
5.3.2BP网络学习算法的改进
5.4Hopfield神经网络
5.4.1离散Hopfield网络
5.4.2连续Hopfield网络
5.4.3Hopfield网络在优化计算中的应用
5.5随机神经网络
5.5.1随机神经网络的基本思想
5.5.2模拟退火算法
5.5.3Boltzmann机及其工作规则
5.5.4Boltzmann机学习规则
5.5.5随机神经网络小结
5.6神经网络用于粒子鉴别
5.6.1用于带电粒子鉴别的特征变量
5.6.2带电粒子鉴别的神经网络的架构
5.6.3网络的训练和粒子鉴别效果
第六章近邻法
6.1最近邻法
6.2尼近邻法
6.3剪辑近邻法
6.3.1两分剪辑近邻法
6.3.2重复剪辑近邻法
6.4可作拒绝决策的近邻法
6.4.1具有拒绝决策的k近邻法
6.4.2具有拒绝决策的剪辑近邻法
第七章其他非线性判别方法
7.1概率密度估计量方法
7.1.1基本思想
7.1.2总体概率密度的非参数估计
7.1.3投影似然比估计
7.1.4多维概率密度估计
7.1.5近邻体积中样本数的确定
7.1.6概率密度估计法与神经网络的性能对比
7.2日矩阵判别
7.3函数判别分析
7.4支持向量机
7.4.1最优分类面
7.4.2广义最优分类面
7.4.3支持向量机
第八章不同判别方法的比较
8.1不同判别方法的特点
8.2多元统计分析程序包TMVA简介
参考文献
查看详情
-
全新
北京市房山区
平均发货17小时
成功完成率78.85%
-
九品
北京市东城区
平均发货25小时
成功完成率89.42%
-
全新
河北省保定市
平均发货30小时
成功完成率88.38%
-
全新
河北省保定市
平均发货22小时
成功完成率84.69%
-
九品
北京市海淀区
平均发货22小时
成功完成率90.04%
-
全新
河北省保定市
平均发货9小时
成功完成率87.59%
-
2
八五品
湖南省长沙市
平均发货7小时
成功完成率96.06%
-
全新
天津市河东区
平均发货25小时
成功完成率88.08%
-
5
全新
北京市丰台区
平均发货28小时
成功完成率86.29%
-
九品
北京市昌平区
平均发货23小时
成功完成率88.57%
-
全新
江苏省南京市
平均发货5小时
成功完成率98.05%
-
全新
江苏省南京市
平均发货7小时
成功完成率95.62%
-
9
八五品
北京市朝阳区
平均发货7小时
成功完成率97.66%
-
全新
广东省广州市
平均发货17小时
成功完成率95.04%
-
全新
北京市海淀区
平均发货9小时
成功完成率97.62%
-
全新
江苏省无锡市
平均发货15小时
成功完成率95.62%
-
全新
广东省广州市
平均发货17小时
成功完成率94.57%
-
全新
北京市顺义区
平均发货11小时
成功完成率94.15%
-
全新
北京市通州区
平均发货9小时
成功完成率90.23%
-
全新
北京市西城区
平均发货11小时
成功完成率93.67%
-
全新
北京市房山区
平均发货13小时
成功完成率91.09%
-
全新
河北省保定市
平均发货26小时
成功完成率89.99%
-
全新
北京市海淀区
平均发货15小时
成功完成率87.81%
-
全新
四川省成都市
平均发货22小时
成功完成率90.32%
-
5
八五品
江苏省南京市
平均发货8小时
成功完成率96.04%
-
全新
江苏省无锡市
平均发货10小时
成功完成率96.77%
-
全新
北京市朝阳区
平均发货12小时
成功完成率83.8%
-
全新
广东省广州市
平均发货7小时
成功完成率89.34%
-
全新
北京市通州区
平均发货32小时
成功完成率85.33%
-
全新
河北省保定市
平均发货18小时
成功完成率82.03%
-
全新
北京市通州区
平均发货34小时
成功完成率87.65%
-
全新
北京市通州区
平均发货32小时
成功完成率85.23%
-
全新
北京市朝阳区
平均发货11小时
成功完成率92.64%
-
4
九品
湖南省湘潭市
平均发货16小时
成功完成率81.48%
-
九品
北京市海淀区
平均发货24小时
成功完成率83.5%
-
实验数据多元统计分析
正版图书。概不议价!请勿催单!急单勿拍!!!套装书请咨询后再拍。小本生意,经营不易,喜欢申请违约金和退款的同行与书友请绕行
全新
湖南省邵阳市
平均发货3小时
成功完成率83.44%
-
全新
河北省保定市
平均发货7小时
成功完成率84.12%
-
九五品
北京市西城区
平均发货17小时
成功完成率86.4%
-
全新
北京市通州区
平均发货41小时
成功完成率91.67%
-
全新
海南省海口市
平均发货25小时
成功完成率84.49%
-
九五品
河北省保定市
平均发货31小时
成功完成率5.26%
-
全新
江西省吉安市
平均发货46小时
成功完成率85.67%
-
九五品
吉林省延边朝鲜族自治州
平均发货8小时
成功完成率98.08%
-
全新
上海市浦东新区
平均发货21小时
成功完成率85.19%
-
全新
江西省吉安市
平均发货52小时
成功完成率85.53%
-
九品
北京市丰台区
平均发货14小时
成功完成率91.23%