本书围绕数据模型及计算主线，按共性算法案例、数据工程领域中数据计算案例展开。第1章（概述篇）概述了数据建模与计算的思想与方法，提出了数据建模的多模型融合思想和数据计算的多算法集成策略，让模型和算法点亮数据的光芒。第2章到第6章（共性算法篇）例举了若干共性数据计算方法，包括几何模型重建、图像处理中的优化算法、数值微分算法、主成分分析方法与改进、数据拟合的梯度型优化算法，第7章到第17章（数据建模与计算篇）围绕统计生成性模型与数据机理模型融合、多算法集成创新主线，例举了十一个数据工程领域数据建模与计算的案例，涉及医学、金融、量化投资、图像处理、智能决策、音乐流派分类、疫情数据分析、功能服装设计、海洋数据分析等领域的数据分析及应用后记概括了本书的主要特点和核心内容，强调了数据模型融合和算法集成是上策，对未来进一步完善本书内容进行了展望。
本书的共性算法案例和数据工程领域的建模案例独立成章，读者可以自由选择感兴趣的章节研读，为便于读者阅读和学以致用，本书封底提供了二维码扫码方式以获取案例的程序代码和彩图。
本书适合于数学类专业、统计类专业、数据科学与工程类专业及相近专业的本科生、研究生和教师使用，也可供计算机科学与技术、信息与人工智能等相关领域的师生、研究人员和业界技术人员参考。

前言 让模型和算法点亮数据光芒
概述篇
第1章 数据建模与计算概述
1.1 数智时代的数据工程、人工智能与数据建模
1.2 数据建模与计算，属于多学科交叉融合的新领域
1.3 坚持数据建模的多模型融合思路
1.4 坚持数据计算的多算法集成策略
1.5 坚持数据思维、数据建模与计算综合训练
共性算法篇
第2章 基于径向基函数隐式表示的几何模型重建
2.1 背景与问题
2.2 几何模型的表示
2.3 数学模型与求解
2.4 模型的修正及求解
2.5 结果与讨论
参考文献
第3章 交替方向乘子法求解若干图像处理问题
3.1 背景介绍
3.2 符号说明和基本优化模型
3.3 图像去噪问题
3.3.1 加性噪声
3.3.2 乘性噪声、泊松噪声
3.3.3 混合噪声问题
3.3.4 结构噪声问题
3.4 图像去卷积
3.5 图像填补
3.6 图像缩放
3.7 图像分解问题
3.7.1 基于Sobolev空间负范数的图像分解模型
3.7.2 基于矩阵低秩优化的图像分解模型
3.8 监视器视频数据背景提取问题
3.9 图像retinex问题
3.10 瑕疵检测问题
3.11 案例小结
参考文献
第4章 数值微分的计算方法及应用
4.1 背景知识
4.2 差商型数值微分方法与不适定性
4.2.1 差商型数值微分公式
4.2.2 误差估计与不适定性
4.3 数值微分的积分求导方法
4.3.1 积分求导方法(Lanczos方法)
4.3.2 数值实验
4.4 基于三次样条拟合的数值微分方法
4.4.1 数值微分方法
4.4.2 数值实验及应用
参考文献
第5章 基于分数阶协方差的主成分分析推广方法
5.1 背景介绍
5.1.1 研究背景和现状
5.1.2 符号说明
5.2 概念及算法介绍
5.2.1 分数阶协方差的定义
5.2.2 主成分分析及其推广方法
5.2.3 基于分数阶协方差的特征提取算法
5.3 数据计算实验
5.3.1 分数阶协方差与传统协方差
5.3.2 特征提取算法
5.4 案例小结和展望
参考文献
第6章 数据拟合的梯度型优化算法
6.1 背景介绍
6.2 正则化思想
6.3 梯度型迭代算法
6.3.1 最速下降法
6.3.2 随机梯度下降法
6.3.3 动量法
6.3.4 Nesterov梯度加速法
6.3.5 自适应梯度算法
6.3.6 均方根传递算法
6.3.7 自适应矩估计算法
6.4 算法实现与精度比较
6.5 案例小结
参考文献
数据建模与计算篇
第7章 基于深度学习的低剂量CT成像算法研究
7.1 引言
7.2 CT成像原理
7.3 重建算法
7.3.1 迭代重建法
7.3.2 滤波反投影重建算法
7.3.3 低剂量CT重建算法
7.4 基于深度学习的低剂量CT后处理算法与计算模拟
7.4.1 损失函数
7.4.2 主流的网络框架
7.4.3 DAU-Net网络
参考文献
第8章 心电图识别的ELM-LRF和BLSTM算法
8.1 背景介绍
8.2 ECG基础知识
8.3 基于ELM-LRF-BLSTM的ECG分类算法
8.3.1 网络结构
8.3.2 复杂度分析
8.4 实验过程及结果分析
8.4.1 数据预处理
8.4.2 算法设计与参数优化
8.4.3 实验结果及分析
8.5 案例小结
参考文献
第9章 基于高斯隐马尔可夫模型的择时策略研究
9.1 背景介绍
9.2 隐马尔可夫理论模型
9.2.1 马尔可夫链与隐马尔可夫模型
9.2.2 HMM基本问题及其解决算法
9.2.3 改进的隐马尔可夫模型
9.3 HMM应用合理性讨论
9.4 实验数据实证分析
9.5 案例小结
参考文献
第10章 盐酸与氨气化学反应的pH值变化回归模型
10.1 问题背景
10.1.1 pH值测定的实验方法
10.1.2 实验数据情况
10.2 实验数据与问题分析
10.3 数据隐含的扩散机理
10.4 数学模型参数的数据推断
10.4.1 Logistic模型
10.4.2 非线性回归的程序实现
10.4.3 运用软件交互进行回归分析
10.5 模型的评价与改进
10.6 案例小结与展望
参考文献
第11章 音乐流派分类案例
11.1 背景介绍
11.2 音乐特征与数据预处理
11.2.1 音乐特征介绍
11.2.2 实验数据来源及数据处理
11.3 分类模型的数学原理
11.3.1 K近邻
11.3.2 逻辑回归
11.3.3 支持向量机
11.3.4 神经网络模型
11.4 实验结果
11.5 集成学习分类器
11.6 案例创新点及下一步发展
11.6.1 创新点
11.6.2 改进与发展
参考文献
第12章 基于MRMR算法和代价敏感分类的财务预警模型与实证分析
12.1 背景介绍
12.2