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

本书主要讲述本科概率论与数理统计课程主要知识，内容安排完全按照教育部规定的教学大纲设计的。全书共九章，主要包括随机事件与概率、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、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、数理统计在经济中的应用。本书可作为理工类、经管类本科生的教材，也可供新

本书按照主教材的章节顺序，分为10章主要内容包括随机事件与概率、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、极限定理、数理统计基本概念、参数估计、假设检验、回归分析及方差分析简介、经典问题剖析本书内容紧扣主教材，书中例题丰富且具有代表性，例题分析与解答展示了基本的解题思路、解题方法与解题技巧，起到了

《Python应用数值方法解决工程和科学问题》是为想要学习和应用数值方法来解决工程和科学问题的学生撰写的。书中提供了足够丰富的理论知识。如果读过本书的姊妹篇《工程与科学数值方法的MATLAB实现(第4版)》，就会发现过渡到Python程序是无缝的！不需要事先具有Python编程经验。本书以解决问题为导向，强调理论联系实

本书展示了如何使用真实的数据真实地进行贝叶斯数据分析。作者从概率与程序设计的基本概念出发，逐步带你进阶，帮助你最终掌握在实际的贝叶斯数据分析中常用的高级模型。本书分为三大部分，共有25章。第一部分介绍基础知识，内容包括贝叶斯推断的基本思想、模型、概率及R语言编程。第二部分涵盖了现代贝叶斯数据分析的所有关键思想。第三部分