全部商品分类

您现在的位置: 全部商品分类 > 数理化学科 > 数理化学科 > 数学

MATLAB数学建模方法与实践(第3版)/MATLAB & Simulink开发实例系列丛书

  • 定价: ¥59
  • ISBN:9787512427273
  • 开 本:16开 平装
  • 作者:编者:卓金武//王...
  • 立即节省:
  • 2018-07-01 第3版
  • 2018-07-01 第1次印刷
我要买:
点击放图片

导语

  

内容提要

  

    卓金武、王鸿钧编著的《MATLAB数学建模方法与实践(第3版)》从数学建模的角度介绍了MATLAB的应用,涵盖了绝大部分数学建模问题的MATLAB求解方法。全书共5篇。第一篇是基础篇,介绍基本概念,包括MATLAB在数学建模中的地位、数学模型的分类及各类需要用到的MATLAB技术,以及MATLAB编程入门;第二篇是技术篇,介绍MATLAB建模的主流技术,包括数据建模技术(数据的准备、常用的数学建模方法、机器学习、灰色预测、神经网络及小波分析)、优化技术(标准规划模型的求解、遗传算法、模拟退火算法、蚁群算法等全局优化算法)、连续模型、评价型模型以及机理建模的MATLAB实现方法;第三篇是实践篇,以历年全国大学生数学建模竞赛的经典赛题为例,介绍MATLAB在其中的实际应用过程,包括详细的建模过程、求解过程以及原汁原味的竞赛论文;第四篇是赛后重研究篇,主要介绍如何借助MATLAB的工程应用功能将模型转化成产品的技术;第五篇是经验篇,主要介绍数学建模的参赛经验、心得、技巧,以及MATLAB的学习经验,这些经验会有助于竞赛的准备和竞赛成绩的提升,从容参与数学建模活动。
    本书特别适合作为数学建模竞赛的培训教材或参考用书,也可作为大学“数学实验”“数学建模”“数据挖掘”课程的参考用书,还可供广大科研人员、学者、工程技术人员参考。

目录

第一篇  基础篇
  第1章  绪论
    1.1  MATLAB在数学建模中的地位
    1.2  正确且高效的MATLAB编程理念
    1.3  数学建模对MATLAB水平的要求
    1.4  如何提高MATLAB建模水平
    1.5  小结
    参考文献
  第2章  MATLAB数学建模快速入门
    2.1  MATLAB快速入门
      2.1.1  MATLAB概要
      2.1.2  MATLAB的功能
      2.1.3  快速入门案例
      2.1.4  入门后的提高
    2.2  MATLAB常用技巧
      2.2.1  常用标点的功能
      2.2.2  常用操作指令
      2.2.3  指令编辑操作键
      2.2.4  MATLAB数据类型
    2.3    MATLAB开发模式
      2.3.1  命令行模式
      2.3.2  脚本模式
      2.3.3  面向对象模式
      2.3.4  三种模式的配合
    2.4  小结
    参考文献
第二篇  技术篇
  第3章  数据的准备
    3.1  数据的获取
      3.1.1  从EXCEL中读取数据
      3.1.2  从TXT中读取数据
      3.1.3  读取图片
      3.1.4  读取视频
    3.2  数据的预处理
      3.2.1  缺失值处理
      3.2.2  噪声过滤
      3.2.3  数据集成
      3.2.4  数据归约
      3.2.5  数据变换
    3.3  数据的统计
      3.3.1  基本描述性统计
      3.3.2  分布描述性统计
    3.4  数据可视化
      3.4.1  基本可视化
      3.4.2  数据分布形状可视化
      3.4.3  数据关联可视化
      3.4.4  数据分组可视化
    3.5  数据降维
      3.5.1  主成分分析(PCA)基本原理
      3.5.2  PCA应用案例:企业综合实力排序
      3.5.3  相关系数降维
    3.6  小结
    参考文献
  第4章  MATLAB常用的数据建模方法
    4.1  一元回归
      4.1.1  一元线性回归
      4.1.2  一元非线性回归
    4.2  多元回归
    4.3  逐步归回
    4.4  Logistic回归
    4.5  小结
    参考文献
  第5章  MATLAB机器学习方法
    5.1  MATLAB机器学习概况
    5.2  分类方法
      5.2.1  K-近邻分类
      5.2.2  贝叶斯分类
      5.2.3  支持向量机分类
    5.3  聚类方法
第三篇  实践篇
第四篇  赛后重研究篇
第五篇  经验篇