前面讨论的函数大多是 = yxfz ),( 形式，如 z = xy 和 22 += yxz 等。 这种函数表达形式通常称为显函数。 但在理论与实际问题中更多遇到的是函数关系无法用显式来表 达的情况。如在一元函数中提过的反映行星运动的 Kepler 方程 yxF ),( = − − ε yxy = < ε < 10,0sin ， 这里 x 是时间， y 是行星与太阳的连线扫过的扇形的弧度，ε 是行星 运动的椭圆轨道的离心率

提出一种改进的最大互信息(MMI)准则函数并把它应用于隐马尔可夫模型(HMM)的参数估计,重新推导了HMM的迭代公式.该准则函数相对于原来准则函数定义更为合理,能有效利用训练样本集中的鉴别信息,使得训练数据得到充分利用,提高了HMM的性能.把这种改进的HMM算法应用于面部表情识别,利用改进的光流算法提取面部表情特征向量序列,并利用改进HMM算法和BP神经网络构建了面部表情混合分类器.实验结果表明了该方法能有效提高面部表情识别率,有效解决HMM参数估计问题

1.1.1 实数、区间与邻域 1.1 函 数 1.1.2 常量与变量 1.1.3 函数的定义 隐函数 单值函数和多值函数 函数的定义 1.1.4 反函数 基本初等函数 奇偶性 初等函数 单调性 复合函数 周期性 有界性 1.1.6 分段函数 1.1.7 函数的简单性质 1.1.5 初等函数

一、一个方程的情形 二、方程组的情形 三、由方程组确定的反函数的求导公式

一元函数导数与微分 多元函数导数与微分 隐函数的求导法则 多元函数微分学的几何应用 多元函数的极值及其求法 全微分在近似计算中的应用

一、函数的四则运算求导法则 二、复合函数的求导法则 三、隐函数的求导法则 四、由参数方程所确定的函数的求导法数 五、高阶导数求导法则

复合函数求导法则 先回忆一下一元复合函数的微分法则 则复合函数这一节我们将把这一求导法则推广到多元函数的情形,主要介绍多元复合函数的微分法和隐函数的微分法。我们知道,求偏导数与求一元函数的导数本质上并没有区别,对一元函数适用的微分法包括复合函数的微分法在内,在多元函数微分法中仍然适用,那么为什么还要介绍多元

这一节我们将把这一求导法则推广到多元函 数的情形,主要介绍多元复合函数的微分法和隐 函数的微分法。我们知道,求偏导数与求一元函 数的导数本质上并没有区别,对一元函数适用的 微分法包括复合函数的微分法在内,在多元函数 微分法中仍然适用,那么为什么还要介绍多元

这一节我们将把这一求导法则推广到多元函 数的情形,主要介绍多元复合函数的微分法和隐 函数的微分法。我们知道,求偏导数与求一元函 数的导数本质上并没有区别,对一元函数适用的 微分法包括复合函数的微分法在内,在多元函数 微分法中仍然适用,那么为什么还要介绍多元