高斯误差条件下广义最小二乘估计理论与方法：针对非线性观测模型

　　本书是“十三五”国家重点图书规划“大数据科学”丛书著作。 全书系统阐述针对非线性观测模型的小二乘估计理论与方法，侧重理论的系统性和论证的严谨性，同时也强调应用性和可读性。主要内容包括：非线性小二乘估计理论与方法的基础观测模型与方法，含有第Ⅰ、Ⅱ、Ⅲ类等式约束非线性小二乘估计理论与方法，误差协方差矩阵秩亏损的非线性小二乘估计理论与方法，第Ⅰ、Ⅱ、Ⅲ类伪线性观测模型的伪线性小二乘估计理论与方法，第Ⅰ、Ⅱ类参数解耦合观测模型的参数解耦合小二乘估计理论与方法，以及多类型参数交替迭代、蒙特卡罗重要性采样非线性小二乘估计理论与方法。针对每一类小二乘估计方法，从参数估计的角度进行描述，给出观测模型、参数估计优化模型及其数值求解方法，并且推导理论估计性能。书中含有大量实例和数值实验结果，便于读者理解和掌握。 “大数据科学”丛书涉及大数据理论、技术、产业和管理的方方面面，旨在帮助国内相关领域的学者、产业界人士了解国内外大数据研究和应用的前沿进展，也可作教学之用。

暂缺《高斯误差条件下广义最小二乘估计理论与方法：针对非线性观测模型》作者简介

暂缺《高斯误差条件下广义最小二乘估计理论与方法：针对非线性观测模型》目录