本书以非线性算子不动点为出发点导出非线性问题解的迭代算法,着重介绍如下三类非线性问题的迭代算法及其收敛性分析：①非线性算子不动点迭代算法,包括与非线性算子不动点理论和算法密切相关的泛函分析的基本知识,非扩张映像不动点的Halpern迭代、粘滞迭代、Mann迭代以及Ishikawa迭代等迭代算法。②单调变分不等式解的迭代

本书主要介绍了现代随机过程理论中一些经典的理论,内容包括预备知识、随机过程的基本概念、泊松过程、布朗运动、马尔可夫链、更新过程、鞅与停时、随机积分与随机微分方程以及它们在破产理论和金融衍生产品定价方面的应用.本书选材精简实用,内容安排得当,论述简洁明了,语言自然流畅,具有很好的可读性.此外,每小节之后基本都配有精选的练

全书共6章,内容包括随机事件与概率、随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、概率模型.除最后一章外,每章都附有习题以及数学家介绍.本书的最后一章为概率模型,介绍概率方法的应用,帮助读者更好地理解概率论的思想和方法,进一步提升读者的数学建模能力,同时增强读者学习数学的兴趣.书后附有习题参考答案

全书共6章，内容包括随机事件与概率、随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、概率模型.除最后一章外，每章都附有习题以及数学家介绍.本书的最后一章为概率模型，介绍概率方法的应用，帮助读者更好地理解概率论的思想和方法，进一步提升读者的数学建模能力，同时增强读者学习数学的兴趣.书后附有习题参考答案

本书面向复杂不确定环境下可解释分类的需求，重点阐述作者提出的置信规则分类方法体系及其在实际工程中的应用。全书主要内容包括不可靠数据鲁棒置信规则分类、面向大数据的紧凑置信规则分类、数据与知识双驱动的复合置信规则分类、精确且可解释的置信关联规则分类、面向高维数据的置信关联规则分类、面向软标签数据的置信关联规则分类等方面的理

全书共十章，内容包括回归分析、变量选择、时间序列、非参数统计、聚类分析、判别分析、逻辑斯谛回归与支持向量机、主成分分析、因子分析、纵向数据分析。各章都有丰富的案例分析，为使书中案例贴近数据的应用实际，采用了方便获取的证券市场高频数据，并使用国际通用的R软件进行数据收集、处理、加工和分析，便于读者自己动手和实际应用。全书

本书是应用数学与计算数学中有关曲面及多元函数插值、逼近、拟合的入门书籍,从多种物理背景、原理出发,导出相应的散乱数据拟合的数学模型及计算方法,进而逐个进行深入的理论分析。书中介绍了多元散乱数据拟合的一般方法,包括多元散乱数据多项式插值、基于三角剖分的插值方法、Boole和与Coons曲面、Sibson方法或自然邻近法、

本书阐述现代科学与工程计算中各种常用算法的基础知识与编程实现方法，内容包括设计数值算法的原则、非线性方程的数值解法、线性方程组的直接法与迭代法、函数插值法与昀小二乘拟合法、数值积分法与数值微分法、常微分方程初值问题的数值解法、矩阵特征值与特征向量计算的数值方法等。每章首先阐述基础知识要点，其次给出相应算法的详细描述，然

本书基于回声状态网络ESN研究时间序列分类和预测问题：第一，分析了面向时间序列分析的ESN；第二，研究了基于DE和ESN的时间序列分类方法；第三，研究了基于BSA优化ESN的时间序列预测方法；第四，研究了基于组合ESN的时间序列预测方法；第五，设计了基于小波ESN的旅游需求预测模型；第六，构建了基于双储备池ESN的电力

时间序列分析是概率统计学科中应用性很强的一个分支，具有非常特殊的、自成体系的一套理论和分析方法，在金融、经济、气象、水文、信号处理、工程技术等众多领域得到了广泛应用。本书以时间序列的统计特征和建模步骤为主线，系统介绍时间序列的基本理论、建模和预测方法以及实践应用，目的是使读者掌握时间序列分析的基本理论、建模和预测的方法