包邮科研数据不确定性评估方法及实践

作者：吕京，章立军，陈龙主编

出版社：中国标准出版社出版时间：2023-03-01

开本： 26cm 页数： 12,190页

本类榜单：社会科学销量榜

中图价:¥42.8(7.4折) 定价 ~~¥58.0~~ 登录后可看到会员价

暂时缺货收藏

开年大促， 全场包邮

?新疆、西藏除外

本类五星书更多>

>
妙相梵容

妙相梵容

¥45.4¥168
>
基立尔蒙文:蒙文

基立尔蒙文:蒙文

¥8.2¥20
>
我的石头记

我的石头记

¥23¥50
>
心灵元气社

心灵元气社

¥48.9¥69.8
>
女性生存战争

女性生存战争

¥29.9¥66
>
县中的孩子中国县域教育生态

县中的孩子中国县域教育生态

¥57.3¥88
>
(精)人类的明天(八品)

(精)人类的明天(八品)

¥40.5¥88

商品详情
商品评论(0条)

中图价:¥42.8 暂时缺货

版权信息
内容简介
目录

科研数据不确定性评估方法及实践版权信息

ISBN：9787502648947
条形码：9787502648947 ; 978-7-5026-4894-7
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
社会科学
>
社会科学类教材
>
信息学

科研数据不确定性评估方法及实践内容简介

本书系统介绍了有关科研数据的基本知识、实验设计基础以及科研数据不确定性的评估方法。本书共十三章并给出了丰富的科研数据不确定性的评估案例。本书内容包括：概述；计量与数据分析基础；试验设计；特征提取与建模等。

科研数据不确定性评估方法及实践目录

第1章概述 1.1 科研数据 1.1.1 科研数据的来源 1.1.2 科学数据的类型 1.2 检测数据与科研数据 1.3 科研数据的不确定性 1.3.1 不确定性原理的提出 1.3.2 科研数据不确定性因素 1.3.3 科研数据不确定性的特征第2章计量与数据分析基础 2.1 计量学基础与误差理论 2.1.1 量值溯源 2.1.2 误差 2.1.3 测量准确度的质量概述 2.1.4 不确定度 2.1.5 测量标准化与一致化 2.2 概率论与数理统计 2.2.1 数据分布 2.2.2 数据模型 2.2.3 数据分析 2.2.4 敏感性分析第3章试验设计 3.1 典型试验设计方法 3.2 正交试验设计 3.2.1 正交表 3.2.2 无交互作用的正交设计 3.2.3 有交互作用的正交设计 3.2.4 水平数不等的试验设计 3.2.5 用正交表进行试验设计的原则 3.2.6 正交设计的优良性准则 3.2.7 非正规正交设计 3.3 *优回归设计 3.3.1 D-*优设计 3.3.2 A-*优设计 3.3.3 E-*优设计 3.4 均匀试验设计 3.4.1 总体均值模型 3.4.2 均匀性度量 3.4.3 均匀设计表的构造 3.4.4 实验数据处理 3.4.5 正交性与均匀性的联系 3.5 计算机实验 3.5.1 超拉丁方抽样 3.5.2 随机化正交阵列 3.5.3 正交超拉丁方设计 3.6 区组设计 3.6.1 完全随机区组设计 3.6.2 拉丁方设计 3.6.3 平衡不完全随机区组设计 3.7 序贯设计 3.7.1 优选法 3.7.2 响应面法 3.7.3 序贯均匀设计第4章特征提取与建模 4.1 数据预处理 4.1.1 数据清理 4.1.2 数据变换 4.2 特征提取 4.2.1 时域分析法 4.2.2 频域分析法 4.2.3 时频分析法 4.3 数据分类 4.4 回归分析 4.4.1 线性回归 4.4.2 逻辑回归 4.4.3 多项式回归第5章过程控制与科研数据一致化 5.1 过程控制 5.1.1 必要性 5.1.2 准则 5.2 数据一致化第6章科研数据的分析方法 6.1 一致性分析 6.2 特征分析 6.2.1 主成分分析 6.2.2 非负矩阵因子分解 6.2.3 因子分析 6.3 判别分析/分类 6.3.1 基于距离的分类 6.3.2 贝叶斯分类 6.3.3 分类树 6.4 聚类分析 6.4.1 等级聚类 6.4.2 k均值聚类 6.4.3 高斯混合模型 6.5 相关分析 6.6 相应分析第7章科研数据不确定性评估方法 7.1 科研数据不确定性来源 7.1.1 分类 7.1.2 来源 7.2 科研数据不确定性评估方法 7.2.1 蒙特卡洛方法 7.2.2 灰色系统方法 7.2.3 模糊数学方法 7.2.4 贝叶斯方法 7.2.5 神经网络 7.2.6 聚类方法 7.2.7 GUM方法 7.2.8 信息熵方法第8章测量系统的不确定性评估 8.1 测量系统不确定性分析 8.2 基于误差溯源的分析方法 8.3 基于量值特性的分析方法 8.4 测量系统不确定性模型 8.4.1 测量模型与不确定性分析模型 8.4.2 测量不确定性评定模型化流程第9章小样本数据模型问题 9.1 小样本数据 9.2 小样本数据常见模型 9.2.1 多元线性回归分析 9.2.2 偏*小二乘回归分析 9.2.3 方差分量线性模型 9.2.4 统计学习理论和支持向量机 9.2.5 其他分析方法探讨第10章实验数据的风险评价 10.1 概述 10.2 评估指标体系 10.3 风险评估指标权重分配 10.3.1 层次分析法 10.3.2 权重分配过程 10.4 实验风险评估模型构建第11章大数据的现状分析和未来展望 11.1 大数据的现状分析 11.2 大数据的未来展望第12章多元不完整数据的不确定性评估 12.1 背景 12.2 分析方法 12.2.1 EM算法介绍 12.2.2 EM算法的迭代法则 12.3 实例分析 12.3.1 不完整数据的不确定性评估 12.3.2 含有离群值数据的不确定性评估 12.3.3 地铁中行人出站步行时间的不确定性评估第13章计算机实验数据的不确定性评估 13.1 背景 13.2 统计模型 13.2.1 高斯过程模型 13.2.2 经验*优线性无偏预测 13.2.3 分布的预测 13.3 试验设计与改进的蒙特卡洛方法 13.4 多精度计算机实验的整合分析 13.4.1 基于高斯过程模型的两精度贝叶斯整合分析 13.4.2 扩展到多水平情形 13.4.3 模拟研究 13.4.4 铸造仿真实例分析 13.4.5 小结 13.5 不确定性评估附录A 典型科研数据不确定性的评估 A.1 不平衡数据 A.2 可重复性实验数据 A.3 多维度数据 A.4 离群数据参考文献

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐