书籍详情

MATLAB工具箱应用

MATLAB工具箱应用

作者:苏金明[等]编著

出版社:电子工业出版社

出版时间:2004-01-01

ISBN:9787505392885

定价:¥45.00

购买这本书可以去
内容简介
  本书系统地介绍了统计、优化、偏微分方程数值解、信号处理、样条和曲线拟合等6个工具箱。统计工具箱相关内容包括概率分布、方差分析、假设检验、分布检验、非参数检验、回归分析、判别分析、主成分分析、因子分析、系统聚类分析、K均值聚类分析、试验设计、决策树、多元方差分析、统计过程控制和统计图形绘制等。优化工具箱相关内容包括无约束最优化、有约束最优化、二次规划、多目标规划、最大最小化、半元限问题、最小二乘问题、方程求解以及大型优化问题的求解等。偏微分方程数值解工具箱相关部分介绍了相关函数和图形用户界面的用法。信号处理工具箱部分对模拟和数字滤波器的设计思路、滤波器的分析和随机信号功率谱估计的实际运用等进行了详细的分析。样条工具箱和曲线拟合工具箱部分都对各自的内容进行了详细介绍。本书适合学习和应用相关知识的大学生、研究生和科研人员阅读和参考。
作者简介
暂缺《MATLAB工具箱应用》作者简介
目录
第一篇  统计工具箱
第1章  统计工具箱简介
  1.1  统计工具箱的内容
  1.2  数学符号约定
第2章  概率分布
  2.1  概率密度函数
    2.1.1  基本数学原理
    2.1.2  有关函数介绍
  2.2  累加分布函数
    2.2.1  基本数学原理
    2.2.2  有关函数介绍
  2.3  参数估计
    2.3.1  基本数学原理
    2.3.2  有关函数介绍
  2.4  逆累加分布函数
    2.4.1  基本数学原理
    2.4.2  有关函数介绍
  2.5  随机数的生成
    2.5.1  随机数生成的基本原理
    2.5.2  有关函数介绍
  2.6  分布函数的统计量估计
第3章  样本描述
  3.1  概述
  3.2  描述集中趋势的统计量
    3.2.1  几何均值
    3.2.2  调和均值
    3.2.3  算术平均值
    3.2.4  中值
    3.2.5  截尾均值
  3.3  描述离散趋势的统计量
    3.3.1  内四分极值
    3.3.2  均值绝对差
    3.3.3  极差
    3.3.4  方差
    3.3.5  标准差
  3.4  分组数据描述
  3.5  包含缺失数据的样本描述
  3.6  百分位数和图形描述
  3.7  自助统计量
  3.8  中心矩
  3.9  相关系数
  3.10  协方差矩阵
  3.11  峰度和偏度
    3.11.1  峰度
    3.11.2  偏度
    3.12  频数表
  3.13  列联表
第4章  线性模型
  4.1  方差分析
    4.1.1  单因子方差分析
    4.1.2  双因子方差分析
    4.1.3  多因素方差分析
    4.1.4  方差分析工具
  4.2  线性回归
    4.2.1  基本数学原理
    4.2.2  有关函数介绍
    4.2.3  应用实例
    4.2.4  岭回归
  4.3  扩展线性模型
  4.4  多项式拟合
  4.5  稳健回归
  4.6  二次响应面模型
第5章  非线性模型
  5.1  非线性最小二乘
  5.2  决策树
第6章  假设检验
  6.1  单个样本的t检验
    6.1.1  基本数学原理
    6.1.2  有关函数介绍
    6.1.3  应用实例,
  6.2  两个样本的t检验
    6.2.1  基本数学原理
    6.2.2  有关函数介绍
    6.2.3  应用实例
  6.3  z检验
第7章  分布的检验
  7.1  Jarque-Bera检验
    7.1.1  基本数学原理
    7.1.2  有关函数介绍
    7.1.3  应用实例
  7.2  单样本的Kolmogorov-Smirnov检验
    7.2.1  基本数学原理
    7.2.2  有关函数介绍
    7.2.3  应用实例
  7.3  两个样本的Kolmogorov-Smirnov检验
    7.3.1  基本数学原理
    7.3.2  有关函数介绍
    7.3.3  应用实例
  7.4  Lilliefors检验
    7.4.1  基本数学原理
    7.4.2  有关函数介绍
    7.4.3  应用举例
第8章  非参数检验
  8.1  Kruskal-Wallis检验
    8.1.1  基本数学原理
    8.1.2  有关函数介绍
    8.1.3  应用实例
  8.2  Friedman检验
    8.2.1  基本数学原理
    8.2.2  有关函数介绍
    8.2.3  应用实例
  8.3  秩和检验
    8.3.1  基本数学原理
    8.3.2  有关函数介绍
    8.3.3  应用举例
  8.4  符号秩检验
    8.4.1  基本数学原理
    8.4.2  关函数介绍
    8.4.3  应用实例
  8.5  符号检验
    8.5.1  基本数学原理
    8.5.2  有关函数介绍
    8.5.3  应用实例
第9章  多元统计
  9.1  判别分析
    9.1.1  基本数学原理
    9.1.2  有关函数介绍
    9.1.3  应用综合实例
  9.2  系统聚类分析
    9.2.1  基本数学原理
    9.2.2  有关函数介绍
    9.2.3  应用综合实例
  9.3  K均值聚类
  9.4  主成分分析
    9.4.1  有关函数介绍
    9.4.2  应用综合实例
  9.5  因子分析
  9.6  多元方差分析
    9.6.1  单因素多元方差分析
    9.6.2  分组聚类
    9.6.3  多元比较
第10章  统计过程控制
  10.1  过程控制图
    10.1.1  基本原理
    10.1.2  有关函数介绍
  10.2  过程性能图
第11章  试验设计
  11.1  完全析因设计
    11.1.1  基本原理
    11.1.2  有关函数介绍
  11.2  不完全析因设计
    11.2.1  基本数学原理
    11.2.2  有关函数介绍
    11.2.3  应用实例
  11.3  向应面设计
  11.4  D-优化设计
    11.4.1  基本数学原理
    11.4.2  有关函数介绍
    11.4.3  综合实例
第12章  统计图
  12.1  箱形图
  12.2  经验累加分布函数图
  12.3  误差条图
  12.4  函数交互等值线图
  12.5  交互画线
  12.6  交互点标注
  12.7  散点矩阵图
  12.8  散点图
  12.9  添加最小二乘拟合线
  12.10  正态概率图
  12.11  帕累托图
  12.12  q-q图
  12.13  回归个案次序图
  12.14  参考多项式曲线
  12.15  添加参考线
  12.16  交互插值等值线图
  12.17  威布尔图
第13章  文件输入/输出
  13.1  文件输入
  13.2  文件输出
第14章  统计演示
  14.1  交互式方差分析工具
  14.2  交互式经验分布函数工具
  14.3  一般线性模型演示
  14.4  稳健回归与最小二乘拟合比较工具
  14.5  多项式拟合工具
  14.6  随机数生成工具
第二篇  优化工具箱
第15章  优化工具箱概述
  15.1  优化工具箱中的函数
  15.2  优化函数的变量
  15.3  参数设置
  15.4  模型输入时需要注意的问题
  15.5  @(函数句柄)函数
第16章  无约束最优化问题
  16.1  单变量最小化
    16.1.1  基本数学原理
    16.1.2  有关函数介绍
  16.2  无约束非线性规划问题
    16.2.1  基本数学原理
    16.2.2  有关函数介绍
第17章  有约束最优化问题
  17.1  线性规划
    17.1.1  基本数学原理
    17.1.2  有关函数介绍
    17.1.3  应用实例
  17.2  有约束非线性最优化问题
    17.2.1  基本数学原理
    17.2.2  有关函数介绍
    17.2.3  应用实例
第18章  二次规划
  18.1  基本数学原理
  18.2  有关函数介绍
  18.3  应用实例
第19章  多目标规划
  19.1  算法
  19.2  有关函数介绍
  19.3  应用实例
第20章  最大最小化
  20.1  算法
  20.2  有关函数介绍
  20.3  应用实例
第21章  半无限问题
  21.1  基本数学原理
  21.2  有关函数介绍
  21.3  应用实例
第22章  最小二乘问题
  22.1  算法
  22.2  线性最小二乘问题
  22.3  非负线性最小二乘解问题
    22.3.1  基本数学原理
    22.3.2  有关函数介绍
    22.3.3  应用实例
  22.4  有约束线性最小二乘问题
    22.4.1  基本数学原理
    22.4.2  有关函数介绍
    22.4.3  应用实例
  22.5  非线性最小二乘问题
    22.5.1  基本数学原理
    22.5.2  有关函数介绍
    22.5.3  应用实例
  22.6  非线性曲线拟合问题
    22.6.1  基本数学原理
    22.6.2  有关函数介绍
    22.6.3  应用实例
第23章  方程求解
  23.1  线性方程(组)的求解
    23.1.1  基本原理与算法
    23.1.2  应用实例
  23.2  非线性方程(组)的求解
    23.2.1  非线性方程的求解
    23.2.2  非线性方程组的求解
第24章  大型课题
  24.1  概述
  24.2  带雅可比矩阵的非线性等式
  24.3  采用梯度和Hess矩阵的非线性最小化
  24.4  采用梯度和Hess稀疏模式的非线性最小化
  24.5  给定边界约束和初始条件的非线性最小化
  24.6  带等式约束的非线性最小化
  24.7  带边界约束的二次最小化
  24.8  带边界约束的线性最小二乘问题
  24.9  带等式约束和不等式约束的线性规划问题
第三篇  偏微分方程数值解工具箱
第25章  偏微分方程数值解工具箱概述
第26章  偏微分方程数值解有关函数介绍
  26.1  偏微分方程求解算法函数
  26.2  自定义界面算法函数
  26.3  几何算法函数
  26.4  画图算法函数
  26.5  实用算法函数
  26.6  自定义算法函数
第27章  利用图形用户界面(GUI)求解偏微分方程的一般过程
  27.1  选择应用模式
  27.2  建立几何模型
  27.3  定义边界条件
  27.4  定义PDE类型和PDE系数
  27.5  三角形网格剖分
  27.6  PDE求解
  27.7  解的图形表达
第28章  几种常见的偏微分方程数值求解问题
  28.1  椭圆型问题
    28.1.1  单位圆盘的泊松方程
    28.1.2  一个离散问题
    28.1.3  最小表面问题
    28.1.4  区域分解问题
  28.2  抛物线型问题
    28.2.1  受热金属块的热传导方程
    28.2.2  放射性棒的热扩散
  28.3  双曲线型问题
    28.3.1  波动方程
    28.3.2  波动方程的求解
  28.4  特征值问题
    28.4.1  L形薄膜的特征值和特征函数
    28.4.2  圆角L形薄膜
    28.4.3  方形的特征值和特征值模式
第29章  应用模式
  29.1  概述
  29.2  结构力学——平面应力
  29.3  结构力学——平面应变
  29.4  静电学
  29.5  静磁学
  29.6  交流电电磁学
  29.7  直流导电介质
  29.8  热传导
  29.9  扩散问题
第四篇  样条工具箱
第30章  样条工具箱及样条曲线简介
第31章  三次样条曲线
  31.1  基本原理
  31.2  三次样条曲线的生成
第32章  分段多项式(PP)样条曲线
  32.1  基本原理
  32.2  分段多项式样条曲线的生成
第33章  B样条曲线
  33.1  基本原理
  33.2  B样条曲线的生成
第34章  有理样条曲线
  34.1  基本原理
  34.2  有理样条函数的生成
第35章  操作器类函数
第36章  样条曲线的端点与节点处理类函数
第37章  解线性方程组类函数
第38章  样条GUI函数
第五篇  信号处理工具箱
第39章  采样与波形发生
第40章  模拟滤波器设计
  40.1  巴特沃思滤波器
    40.1.1  有关函数介绍
    40.1.2  应用实例
  40.2  切比雪夫滤波器
    40.2.1  Chebyshev I型
    40.2.2  Chebyshev II型
  40.3  椭圆滤波器
    40.3.1  有关函数介绍
    40.3.2  应用实例
  40.4  贝塞尔滤波器
    40.4.1  有关函数介绍
    40.4.2  应用实例
  40.5  频率变换
    40.5.1  有关函数介绍
    40.5.2  应用实例
  40.6  模拟滤波器最小阶数的选择
    40.6.1  有关函数介绍
    40.6.2  应用实例
第41章  数字滤波器设计
  41.1  IIR滤波器设计方法
  41.2  IIR滤波器经典设计
    41.2.1  IIR滤波器完全设计函数
    41.2.2  模拟滤波器变换法
  41.3  FIR滤波器设计方法
    41.3.1  FIR窗函数设计
    41.3.2  最优FIR滤波器设计
第42章  滤波器分析
  42.1  时间响应
  42.2  频率响应
  42.3  零极点图
  42.4  相时延
  42.5  群延迟
第43章  随机信号的参数模型和功率谱估计
  43.1  相关函数的估计
  43.2  经典功率谱估计
  43.3  AR模型功率谱估计
  43.4  基于特征分解功率谱估计方法
    43.4.1  MUSIC算法——Multiple Signal Classification(多信号分类法)
    43.4.2  MVDR算——Minimum Varivance Distortionless Response(最小方差无失真响应)
第六篇  曲线拟合工具箱
第44章  数据预处理
  44.1  输入数据集
    44.1.1  打开曲线拟合工具界面
    44.1.2  输入数据集
  44.2  数据的查看
    44.2.1  散点图方式
    44.2.2  工作表方式
  44.3  数据的预处理
    44.3.1  平滑数据
    44.3.2  排除法和区间排除法
    44.3.3  其他数据预处理方法
第45章  曲线拟合
  45.1  有关函数介绍
    45.1.1  多项式拟合函数
    45.1.2  其他函数
  45.2  曲线的参数拟合
  45.3  非参数拟合
  45.4  基本的拟合界面
参考文献
猜您喜欢

读书导航