返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 正版 数据驱动的科学和工程 机器学习 动力系统与控制详解 史蒂文 布伦顿 机械工程 应用物理学 优化模型
  • 新商品上架
    • 作者: 史蒂文·L.布伦顿(Steven著
    • 出版社: 机械工业出版社
    • 出版时间:2021-08
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    句字图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 史蒂文·L.布伦顿(Steven著
    • 出版社:机械工业出版社
    • 出版时间:2021-08
    • 开本:16开
    • ISBN:9789311482151
    • 版权提供:机械工业出版社

      商品基本信息

    商品名称:

      数据驱动的科学和工程:机器学习、动力系统与控制详解

    作     者:

      史蒂文·L.布伦顿(Steven L. Brunton),J.内森·库茨(J. Nathan Kutz)

    市 场 价:

      149.00元

    ISBN  号:

      9787111688617

    页     数:

      432

    出 版 社:

      机械工业出版社


     

      目录

      译者序
    前言
    常见的优化方法、方程、符号和缩略语
    第一部分 降维和变换
    第1章 奇异值分解 1
    1.1 概述 1
    1.2 矩阵近似 4
    1.3 数学性质和操作方法 7
    1.4 伪逆、最小二乘和回归 11
    1.5 主成分分析 16
    1.6 特征脸示例 20
    1.7 截断和对齐 24
    1.8 随机奇异值分解 29
    1.9 张量分解和N路数据数组 33
    第2章 傅里叶变换与小波变换 37
    2.1 傅里叶级数和傅里叶变换 37
    2.2 离散傅里叶变换和快速傅里叶变换 45
    2.3 偏微分方程的变换 51
    2.4 Gabor变换和频谱图 56
    2.5 小波和多分辨率分析 61
    2.6 二维变换和图像处理 63
    第3章 稀疏性和压缩感知 68
    3.1 稀疏性和压缩 68
    3.2 压缩感知 71
    3.3 压缩感知示例 74
    3.4 压缩几何 77
    3.5 稀疏回归 80
    3.6 稀疏表示 83
    3.7 鲁棒主成分分析 87
    3.8 稀疏传感器布置 89
    第二部分 机器学习和数据分析
    第4章 回归和模型选择 95
    4.1 经典曲线拟合 96
    4.2 非线性回归与梯度下降 101
    4.3 回归与方程组Ax = b:超定和欠定系统 106
    4.4 优化是回归的基石 111
    4.5 帕累托边界和简约原则 115
    4.6 模型选择:交叉验证 119
    4.7 模型选择:信息准则 123
    第5章 聚类和分类 127
    5.1 特征选择和数据挖掘 127
    5.2 监督学习和无监督学习 132
    5.3 无监督学习:k均值聚类 135
    5.4 无监督层次聚类:树状图 139
    5.5 混合模型和期望最大化算法 142
    5.6 监督学习和线性判别 145
    5.7 支持向量机 149
    5.8 分类树和随机森林 153
    5.9 2008年数据挖掘十大算法 158
    第6章 神经网络和深度学习 161
    6.1 神经网络:单层网络 162
    6.2 多层网络和激活函数 165
    6.3 反向传播算法 170
    6.4 随机梯度下降算法 172
    6.5 深度卷积神经网络 175
    6.6 神经网络动力系统 178
    6.7 神经网络多样性 182
    第三部分 动力学与控制
    第7章 数据驱动动力系统 189
    7.1 概述、动机和挑战 190
    7.2 动态模态分解 194
    7.3 非线性动力学的稀疏辨识 203
    7.4 Koopman算子理论 212
    7.5 数据驱动的Koopman分析 220
    第8章 线性控制理论 229
    8.1 闭环反馈控制 230
    8.2 线性时不变系统 233
    8.3 能控性与能观性 238
    8.4 最优全状态控制:线性二次型调节器 243
    8.5 最优全状态估计:Kalman滤波器 246
    8.6 基于传感器的最优控制:线性二次型高斯 249
    8.7 案例研究:小车上的倒立摆 250
    8.8 鲁棒控制和频域技术 257
    第9章 平衡模型控制 267
    9.1 模型约简与系统辨识 267
    9.2 平衡模型约简 268
    9.3 系统辨识 279
    第10章 数据驱动控制 288
    10.1 非线性系统辨识的控制 289
    10.2 机器学习控制 294
    10.3 自适应极值搜索控制 302
    第四部分 降阶模型
    第11章 POD技术 311
    11.1 偏微分方程的POD 311
    11.2 最优基元:POD展开 316
    11.3 POD和孤立子动力学 320
    11.4 POD的连续公式 324
    11.5 对称性的POD:旋转和平移 328
    第12章 参数降阶模型的插值 335
    12.1 缺失POD 335
    12.2 缺失POD的误差和收敛性 340
    12.3 缺失测量:最小化条件数 343
    12.4 缺失测量:最大化方差 348
    12.5 POD和离散经验插值方法 351
    12.6 DEIM算法实现 354
    12.7 机器学习的ROM 357
    术语 362
    参考文献 367
    索引 395


      内容简介

    数据驱动的研究正在革新复杂系统的建模、预测和控制。本书面向高年级本科生和研究生,提供了一个综合的视角,展示了如何将新兴的方法,如数据科学、数据挖掘和机器学习技术,应用到工程和物理科学中。


    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购