"本书是按照国家对非数学类本科生概率论与数理统计课程的基本要求，配合本科生概率论与数理统计课程而编写的导学教程。 全书分为七章：随机事件及其概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、样本及抽样分布、参数估计。按照讲课次序对每次课的教学内容进行了概括性总结，既有重点、

本书共11章，主要内容包括：概率论的基本概念；随机变量及其分布；多维随机变量及其分布；随机变量的数字特征等。每章均包括：知识要点、分级习题、总习题和在线测试4个部分。本书的分级习题包含北京邮电大学数学系概率教学组编著的《概率论与随机过程》中的全部课后习题的详细解答。

本书第1~4章对马尔可夫过程的基础理论进行了介绍，后面各章给出了生灭过程的构造、随机单调性、转移函数的各种收敛性、生灭过程的第一特征值问题、D.G.Kendall猜想等内容。最后，为了应用的需要，本书还引入并初步讨论了半马尔可夫生灭过程。本书可作为高等学校相关专业的教科书，也可作为科学研究工作者的参考用书。

本书从统计判决、语言结构法、模糊集论三方面提供了图象识别的理论基础.第一章介绍了图像识别研究的对象及方法，它是本书的引论；第二章到第四章介绍了统计图像识别中的一些基本方法及理论基础；第五章介绍了图像识别的语言结构法；第六章介绍了用模糊集的方法进行图像识别.本书可供从事有关图像识别的广大工程技术人员及科学研究工作者参考，

现代控制理论是自动化及其相关专业的一门基础课程。《现代控制理论基础》以线性定常系统的状态空间方法为主线，详细介绍了系统状态空间表达式的相关概念与构造方法、状态空间表达式的求解方法、系统能控性与能观性的相关概念与判定方法、李雅普诺夫稳定性的相关概念与判定方法、系统综合的各种方法，以及线性矩阵不等式技术在系统分析与综合过程

本书主要内容包括Origin入门，表格管理，数据管理，矩阵管理，数据可视化，三维数据可视化，数学统计分析，数据运算，数据分析等内容，覆盖了科学绘图与数据分析的各个方面，实例丰富而典型，将重点知识进行融入应用，指导读者有的放矢地进行学习。

本书分为6篇：第1篇智能优化的理论基础，内容包括优化理论和智能优化方法概述；第2篇进化算法，内容包括遗传算法、DNA算法、Memetic算法和文化算法；第3篇仿人智能优化算法，内容包括神经网络算法、模糊逻辑算法、思维进化算法；第4篇群智能优化算法，内容包括蚁群优化算法、粒子群优化算法、混合蛙跳算法、猴群算法、自由搜索算

本书提出采用围线积分方法（Sakurai-Sugiura方法）来处理一种非线性特征值问题，该方法不仅可以将原特征值问题转化为一个标准特征值问题，而且具有并行计算的架构。本书第1章着重介绍了用边界元法与围线积分方法来求解不同类型特征值问题的公式推导与算法算例；基于第1章算法的建立，本书第2章介绍了基于此算法的各类声子晶体

本书介绍了概率论与数理统计的基本概念、基本理论与方法.内容包括：概率论基本概念、随机变量与随机向量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析和回归分析.每章均配有习题，书后附有习题答案，习题中收集了历届研究生考试试题，既便于教学，又利于考试复习，本书可作为高等