本书对图像矩不变量进行了理论阐述，介绍了经典的Hu的矩不变量；给出了几何矩及中心矩；简要论述了仿射变换矩不变量的推导；重点论述了平面图像的平移、比例、旋转以及密度畸变不变矩的生成、性质及计算方法；简要介绍了一种适用于弹性形变的固有不变量；列举了一些平面多畸变不变图像矩在图像分析、物体识别、图像检索、车辆跟踪和图像压缩等

非参数统计是统计学和数据科学的重要分支领域。本书作为该领域的基础教材，其特点体现在以下几方面：1．针对性强。本书针对数据分析专业的特点和需要，阐述非参数统计的基本概念、理论、方法和编程，重点从非受控观察数据对参数推断知识的需要角度出发，将统计推断知识、理论和方法与反事实复杂场景因果关系的解读与判断问题相结合，应用于稳健

本书主要内容包括：概率论基础知识、随机过程的概念和基本类型、Poisson过程、更新过程、马尔可夫链、随机过程分析。

本书以基于布朗运动的随机积分和随机微分方程理论为基础,通过理论推演,论证了一类具有环境噪声的广义动力学方程整体(时间)正强解的存在唯一性。全书分为9章,第1章介绍随机分析基础,第2章介绍非局部扩散基础,第3章介绍偏微分方程非局部扩散的重要不等式,第4章介绍普朗克型方程解的存在性、唯一性和正则性,第5章介绍分数阶Fokk

本书根据高等院校非数学类专业的概率论与数理统计课程的教学大纲和教学基本要求,参照上海财经大学概率论与数理统计课程与教材建设的经验和成果,参考全国硕士研究生入学统一考试大纲,充分吸收国内外概率论与数理统计相关教材的精华,结合编者多年教学实践和教学改革经验编写而成.本书共8章,内容包括事件与概率、随机变量及其分布、随机向量

本书在介绍数理统计的基本概念和基本理论的基础上,利用Python编程处理随机数据。本书共分6章,内容包括Python基础、随机样本与抽样分布、参数估计、假设检验、方差分析、一元线性回归分析。另外,本书设置了个Python上机编程实验。

本书在贝叶斯框架下，介绍约束条件下半参数与非参数模型的贝叶斯统计推断。内容包括：约束非参数回归模型的贝叶斯统计推断、约束半参数模型的贝叶斯统计推断、约束半参数混合效应模型的贝叶斯统计推断及约束函数型数据半参数模型的贝叶斯统计推断等。

本书以时间序列数据为研究对象,对时间序列数据的特征表示和相似性度量进行较为深入和系统的研究,讲述了如何从数据特征的不同角度进行数据降维,结合设计相应的相似性度量方法实现时间序列数据挖掘,同时将相关的特征表示和相似性度量方法应用于文本主题、经济金融、情报分析和发动机参数等具体领域。全书分为11章:第1章对研究的背景和现状

本书内容包括随机事件及其概率、随机变量及其概率分布、随机向量及其概率分布、随机变量的函数及其数值模拟、随机变量的数字特征、大数定律与中心极限定理等。本书内容简明扼要，概念引入自然实用，符合教学实际的需要。在讲述离散型随机变量的概率分布时，采用图、表、公式相结合的方式，既减少了长篇烦冗的论述，又适合实际教学使用，容易被学

本书主要介绍概率论与数理统计的实验内容。全书可分为三部分：第一部分是概率论部分的实验，包括抛硬币实验、掷骰子实验、蒲丰投针实验、全概率公式和贝叶斯公式、常见离散型分布、常见连续型分布、数学期望、中心极限定理等；第二部分是数理统计部分的实验，包括参数估计、假设检验、方差分析与回归分析等，其中部分内容采用随机模拟的方法进行