本书共7章，主要介绍现代控制理论的基本知识，包括系统的状态空间表达式的建立及特殊标准型、系统的状态方程的求解及性质、系统的能控性和能观性的标准型及结构分解、李雅普诺夫意义下稳定性的判别及应用、线性系统反馈控制器及状态观测器的设计等。

本书旨在介绍常见的非线性最优化的理论与算法，以及深度学习中的优化算法。全书侧重对优化原理的直观理解和优化算法的步骤设计和流程构建，并通过大量案例对所介绍的算法进行了编程实现。书中提供的大量编程代码可以为需要使用非线性最优化解决实际问题的工程技术人员进行二次开发提供基础，也可以为致力于学习最优化理论与算法的读者进行编程练手提供参考。
除第1章介绍的基础知识外，全书内容可以分为4部分。第一部分介绍一维搜索理论与算法，第二部分介绍无约束最优化理论与算法，第三部分介绍约束最优化理论与算法

本书介绍了概率论与数理统计的基本概念、基本理论和基本方法，内容包括：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与极限定理、数理统计的基本概念、参数估计、假设检验、回归分析与方差分析.每章均配有习题，并补充了近年来的硕士研究生招生考试试题，书末附有习题参考答案，供学生学习时参考. 本书可以作为综合大学及师范类高等院校非数学专业概率论与数理统计课程的教材，也可供工程技术人员参考.

本书是一本模式识别学习的立体教程，通过本书的学习，能够掌握模式识别主要技术模块的算法原理及Python实现，包括贝叶斯决策、概率密度函数的估计、线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习以及人工神经网络等。本书配以教学课件、Python仿真程序、微课视频和实验指导书，便于教和学。

《试验设计及最优化》以方差分析、回归分析原理及应用为基础，系统介绍了完全析因设计、部分析因设计、响应曲面设计、混料设计和计算机试验设计等方法的基本原理，并通过实际案例演示 JMP 软件中试验设计、数据分析及优化方法的具体实现，旨在帮助读者在理解基本原理的同时，快速掌握相关软件，并应用科学与工程研究中。
本书可作为材料、化工、冶金、机械及相关工程专业的本科生或研究生教材，也可供科研和工程技术人员参考使用。

有限元方法是一种被广泛釆用的求解数理方程的数值计算方法，是解决众多工程问题的强有力的计算工具。本书共10章，首先介绍有限元方法的发展历史与工程应用概况，接着重点介绍有限元方法的理论基础、杆系结构，重点讲解静力学问题、动力学问题、材料非线性问题、几何非线性问题、接触非线性问题、温度场问题的有限元分析方法，以及扩展多尺度有限元方法。

"本书以计算思维为主线介绍计算机科学的入门知识，主要针对计算机类专业一年级本科生的“计算机科学导论”“大学计算机基础”等课程。
全书共8章，主要内容包括计算机概述、计算机中信息的表示、操作系统、Python编程基础、算法与数据结构、数据库原理及应用、计算机网络技术、计算机新技术等。本书参考了《计算课程体系规范》（CC2020），更加系统地聚焦如何通过计算机相关基础知识的学习培养计算思维，同时注重让读者通过计算思维认识世界、提出问题、解决问题，内容的组织更加注意循序渐进地培养读者的创造性学习

"多元统计分析在多个领域展现广泛的应用价值。本书主要介绍多元统计分析的相关内容，包括随机向量、多元正态分布、统计推断、多元线性回归、主成分分析、因子分析、聚类分析、判别分析、分类神经网络、路径分析和结构方程等。书中主要的多元统计方法都以常用的统计软件SPSS和JMP作为求解运算与分析工具。

本书既可作为高等院校工科类和经济管理类本科高年级和硕士的教材，也可作为各类经济管理人员的参考用书。"

本书模式识别理论与实践学习的立体教程，针对的读者是具有一定数理知识的从业人员。通过本书的学习，读者能够熟练掌握模式识别的基础知识、基本方法和工程应用。本书主要包括模式识别的基本概念、贝叶斯决策理论、概率密度函数的参数估计、非参数判别分类方法、聚类分析、特征提取与选择、模糊模式识别、神经网络、深度学习。最后是项目实战，系统讲解三个模式识别的工程应用项目项目：中文文本识别、人脸识别、图像识别。每章的内容安排从问题背景引入，系统讲述基本原理、方法和实践应用（通过Python软件编程）。本书适合作为高等

"《**控制与工程博弈论》主要以数学描述的方式阐述**控制理论的研究内容，由具体的实例引出相关的控制问题，再利用学生熟知的数学工具严谨地推算出问题的解决过程，并对控制问题的具体实例进行了严格的数学公式推导。此外，书中引用了大量的工程实例，并对每个实例进行了详细的数学描述，理论与实际结合。
本书可供自动化、力学、计算机等相关领域高校师生和科研院所研究人员及技术人员阅读参考。
"