本書聚焦當今多源信息融合技術(shù)的研究熱點，主要討論基于傳感器網(wǎng)絡的-致性卡爾曼濾波器的設計與穩(wěn)定性分析問題。本書分為兩個部分內(nèi)容:第一部分為第1~6章，主要討論幾類一致性卡爾曼濾波算法的穩(wěn)定性分析，研究了基于傳感器網(wǎng)絡的可觀性問題，先后提出了共同(完全)一致可觀性、加權(quán)一致可觀性及聯(lián)合一致可觀性等新穎的可觀性(可檢性)定

本書根據(jù)作者多年的教學實踐，從實例出發(fā)，注重講清概率統(tǒng)計的思想方法，內(nèi)容精練，通俗易懂，既考慮學時的限制,又注意學科的系統(tǒng)性和應用性。習題編排合理，補充了近年來部分考研試題。本書內(nèi)容包括：隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、大數(shù)定律與中心極限定理、統(tǒng)計量與抽樣分布、參數(shù)估計、假設檢驗、方差分析與回歸

本書按照2023年最新碩士研究生考研大綱的要求編寫，是一本適合考研復習使用的講解類全書。內(nèi)容包括基礎知識梳理、基本題型解析、經(jīng)典考研真題、大學生數(shù)學競賽真題以及綜合提升拓展等，匯集了高等數(shù)學考研的基本解題思路、方法和技巧，融入編者多年教學及考研輔導的經(jīng)驗總結(jié)。每章根據(jù)考綱劃分小節(jié)，節(jié)內(nèi)包括知識清單、高頻題型、核心考點、

本教材總體上分為基礎理論和典型應用兩個部分。在第一部分中，本教材以概率論、圖論為基礎，介紹了概率論和圖論的相關概念和實例。隨后引入貝葉斯網(wǎng)絡、馬爾科夫隨機場、因子圖等有向或無向概率圖模型，給出基本的消息傳遞規(guī)則，得到了最基本的和積算法和最大和算法。進一步地，本教材依次介紹了概率圖模型上的置信傳播、近似消息傳遞、變分推斷

應用數(shù)理統(tǒng)計是一門搜集、整理、分析和解釋統(tǒng)計數(shù)據(jù)的方法論學科，用于探索統(tǒng)計數(shù)據(jù)內(nèi)在的數(shù)量規(guī)律性。本書內(nèi)容分為8章，各個章節(jié)都使用實例來引入主題，并把統(tǒng)計概念、算法原理和一些非常實際的問題聯(lián)系在一起進行講解。每章后面都有與概念和計算有關的習題，這些習題能使讀者更深刻地理解內(nèi)容。同時，這種安排也使得本書適用于知識水平

李慧平，西北工業(yè)大學航海學院教授，博導，國家自然科學優(yōu)秀青年基金獲得者，主要從事模型預測控制、無人系統(tǒng)導航、智能決策與控制等方面的研究工作，主持省部級以上科研項目7項，發(fā)表論文60余篇。

本書主要內(nèi)容包括以下十個方面的案例分析：1.隨機事件與概率；2.隨機變量及其分布；3.多維隨機變量及其分布；4.數(shù)字特征；5.大數(shù)定律與中心極限定理；6.數(shù)理統(tǒng)計的基礎知識；7.參數(shù)估計；8.假設檢驗；9.方差分析；10.回歸分析與相關分析，收集80個左右的案例。這些案例分析包括實際問題分析與部分理論研究問題，內(nèi)容范圍

本書分上下2編共8章，第1編概率論基礎包括：隨機事件與概率、隨機變量及其分布、隨機向量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理；第2編數(shù)理統(tǒng)計基礎包括：樣本與抽樣分布、參數(shù)估計、假設檢驗。

本書從教學實際出發(fā)，在介紹各章節(jié)基本概念、基本理論和基本方法的同時，始終把握各專業(yè)對概率論與數(shù)理統(tǒng)計的需求。除結(jié)合產(chǎn)生背景、經(jīng)濟應用給學生直觀的了解之外，還注重從數(shù)學理論的發(fā)現(xiàn)、發(fā)展直至應用等多角度來講述，使數(shù)學思想貫穿始終。本書共八章，分別為：事件與概率；隨機變量；數(shù)字特征與重要分布；統(tǒng)計基本概念；參數(shù)估計；假設檢驗

本書主要內(nèi)容包括以下十個方面的案例分析：1.隨機事件與概率；2.隨機變量及其分布；3.多維隨機變量及其分布；4.數(shù)字特征；5.大數(shù)定律與中心極限定理；6.數(shù)理統(tǒng)計的基礎知識；7.參數(shù)估計；8.假設檢驗；9.方差分析；10.回歸分析與相關分析，收集80個左右的案例。這些案例分析包括實際問題分析與部分理論研究問題，內(nèi)容范圍