本书是作者依据多年从事模式识别教学和研究的体会,参考相关文献编写而成的,深入浅出地介绍了模式识别理论和技术的基本概念、原理、方法和实现。全书共分为11章,每章阐述模式识别中的一个知识点,内容包括贝叶斯决策、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、半监督学习及人工神经网络。除了经典算法以外,本书增加了部分较新的理论和算法,读者可以选择性地学习。本书还配以电子课件、MATLAB仿真程序、微课视频和实验指导书,便于教和学。本书可以作为高等

本书是一本了解应用数学方法的入门书，旨在系统介绍近代应用数学在实际问题中比较成功的数学方法，帮助读者掌握从实际问题抽象出数学模型，选择合适的数学工具进行分析，并最终获得可靠结果的方法，本书主要内容包括量纲分析与尺度确定、摄动方法、应用数学方程、连续系统中的波动现象、稳定性和分支等。内容系统全面，强调数学方法与实际应用相结合，注重方法的可操作性。

本书为科学出版社“十四五”普通高等教育本科规划教材。本书力求将数值方法和计算机实现相结合，以计算方法设计为基础，围绕计算原理和计算步骤阐述的主线展开。内容涵盖线性方程组和非线性方程的求解、多项式插值与逼近、数值积分与数值微分、常微分方程数值解等传统数值分析内容，还特别加入快速Fourier变换、圆周率计算的外推法等在计算数学史上非常重要的内容。每章配备习题和上机实验题，还通过二维码链接了部分彩图，方便读者直观理解算法。

为理工科大学各专业普遍开设的“数值分析”课程编写的教材. 其内容包括插值与逼近，数值微分与数值积分，非线性方程与线性方程组的数值解法，矩阵的特征值与特征向量计算，常微分方程数值解法. 每章附有习题并在书末给出了部分答案，每章还附有复习与思考题和计算实习题. 全书阐述严谨，脉络分明，深入浅出，便于教学.

本教材包括ANSYS软件基础与高级仿真应用两部分: 第1章-第8章为基础部分, 详细说明ANSYS基本操作、实体模型的建立、材料模型的选取、网格的划分、结构分析的内容和方法等。第9章-第11章为高级应用部分, 将作者团队的科研成果与软件使用紧密结合, 提炼出适合的算例来介绍科学研究与工程应用中所涉及的高级仿真技术, 包括子模型与子结构方法、热机耦合仿真、联合仿真及优化。

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.

《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。

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。