第9章概率论与数理统 一、计问题的计算机求解 二、概率分布与伪随机数生成 三、统计量分析 四、数理统计分析方法及计算机实现 五、统计假设检验

§2.1、信号与信息的关系 §2.2、信号分类与描述 §2.3、周期信号与离散频谱 §2.4、瞬变非周期信号的频谱分析 §2.5、随机信号 §2.6、信号分析与处理

6.1 引言 6.2 连续小波变换 6.3 离散小波变换 6.4 小波分析的应用

5.1 引言 5.2 短时傅里叶变换 5.3 维格纳变换(WD) 5.4 时域离散信号的维格纳变换 5.5 时频分布的统一表示式 5.6 时频分析在编队目标架次检测中的应用

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等

本文把带钢热连轧节奏控制系统视作随机服务系统进行分析;在统计生产实际数据的基础上,确定系统的服务时间和服务条件;通过数字仿真,研究不同条件对节奏控制时间和产量的影响

针对2180 mm冷连轧机振纹现象的随机性和隐蔽性的特点,基于小波分析和分形理论,系统地研究了能够准确地识别轧机振动的方法.对典型工况下轧机振动信号的分析结果显示,两种方法均能有效地识别轧机振动的现象,为在复杂振动环境下识别振纹振动提供了有效途径,这对于实时监测轧机的运行状况,避免恶性生产事故的发生,进而实现预知轧机振动具有积极的现实意义

回归分析是研究随机现象中变量之间关系的一种数理统计方法。它 的主要内容是:从一组数据出发,确定这些变量间的关系式,对这些关 系式的可信程度进行统计检验,从影响一个量的许多变量中,判断哪些 变量的影响是显著的,哪些是不显著的,寻找具有较好统计性质的回归 设计,利用所求得的关系式进行预报和控制

＆9.1 复因子试验概述 ＆9.2 二因素随机区组设计的结果分析 ＆9.3 二因素裂区设计的结果分析 ＆9.4 正交试验设计及统计分析

一、概率论及随机过程回顾 二、排队论的基本知识 三、单服务台负指数分布排队系统分析 四、多服务台负指数分布排队系统分析 五、一般服务时间M/G/1模型分析 六、经济分析——排队系统的最优化