本书对近年来认知计算和多目标优化领域常见的理论及技术进行了较为全面的阐述和总结，并结合作者多年的研究成果，对相关理论及技术在应用领域的实践情况进行了展示和报告。

       本书对近年来稀疏学习、分类与识别领域常见的理论及技术进行了较为全面的阐述和总结，并结合作者多年的研究成果，对相关理论及技术在应用领域的实践情况进行了展示和报告。

本书全面系统地介绍了物联网安全的基本概念、基础理论和关键技术。结构上分为物联网概述、物联网安全基础、物联网安全的密码理论、物联网感知层安全、物联网网络层安全、物联网应用层安全、物联网安全系统设计。为强化教学的适宜性，每一章首先给出引领学习和目标导向的导学表，内容包括本章的知识单元与知识点、能力点、重难点和学习要求，以及关联学习内容的问题导引；章节中有针对性地设置了若干结合当前内容的交流与微思考题目，推行学思交融的学习模式；每章末还给出了适量的学习拓展与探究式研讨题目作为巩固深化知识之用；大部分章

本书基于Visual Studio 2012，采用案例驱动的方式编写，旨在让读者掌握物联网应用系统开发的思路、方法和常用技术。全书共8章，包括初识C#编程、C#语法基础、流程控制、数组与集合、函数、面向对向编程类和对象、面向对向编程继承和多态、线程处理，每章都根据教学需要配备了典型的实用案例。本书是全国职业院校技能大赛赛项成果转化教材，吸纳了教学一线教师的教学经验和技能大赛合作企业的开发成果，具有通俗易懂、内容精练、重点突出、层次分明和实例丰富的特点。
本书可作为各类职业院校物联网

本书全面系统地介绍了物联网安全的基本概念、基础理论和关键技术。结构上分为物联网概述、物联网安全基础、物联网安全的密码理论、物联网感知层安全、物联网网络层安全、物联网应用层安全、物联网安全系统设计。为强化教学的适宜性，每一章首先给出引领学习和目标导向的导学表，内容包括本章的知识单元与知识点、能力点、重难点和学习要求，以及关联学习内容的问题导引；章节中有针对性地设置了若干结合当前内容的交流与微思考题目，推行学思交融的学习模式；每章末还给出了适量的学习拓展与探究式研讨题目作为巩固深化知识之用；大部分章

本书基于Visual Studio 2012，采用案例驱动的方式编写，旨在让读者掌握物联网应用系统开发的思路、方法和常用技术。全书共8章，包括初识C#编程、C#语法基础、流程控制、数组与集合、函数、面向对向编程类和对象、面向对向编程继承和多态、线程处理，每章都根据教学需要配备了典型的实用案例。本书是全国职业院校技能大赛赛项成果转化教材，吸纳了教学一线教师的教学经验和技能大赛合作企业的开发成果，具有通俗易懂、内容精练、重点突出、层次分明和实例丰富的特点。
本书可作为各类职业院校物联网

　　本书系统地阐述了人工智能的基本原理、实现技术及其应用，全面地反映了国内外人工智能研究领域的新进展和发展方向。全书共19章，分为4个部分：第1部分是搜索与问题求解，用8章的篇幅系统地叙述了人工智能中各种搜索方法求解的原理和方法，内容包括状态空间和传统的图搜索算法、和声算法、禁忌搜索算法、遗传算法、免疫算法、粒子群算法、蚁群算法和Agent技术等；第2部分为知识与推理，用4章的篇幅讨论各种知识表示和处理技术、各种典型的推理技术，还包括非经典逻辑推理技术和非协调逻辑推理技术；第3部分为学习与发现，

　　本书基于VisualStudio2012，以“小区物业监控系统”为案例，重点演示采用“VisualC#WPF应用程序”开发整个系统的完整过程。让读者掌握物联网应用系统开发中的思路、方法和常用技术。全书共分8章，分别介绍了WPF开发简介、WPF界面布局与控件、WPF图形和多媒体开发、数据库操作、I-O操作、ASP.NET构建Web应用程序、综合应用开发等内容，每一篇章都根据教学需要配备了典型的实用案例。本书是全国职业技能大赛赛项成果转换规划教材，吸纳教学一线教师的教学经验和技能大赛合作企业的开

　　《神经网络导论》共5章，第1章主要介绍神经网络、微分系统稳定性理论和泛函分析的基本理论和概念；第2章介绍神经网络的基本模型及算法；第3章介绍后期比较热门的三种神经网络，即Hopfield神经网络、细胞神经网络与双向联想（BAM）神经网络的模型及动力学问题；第4章介绍复杂神经网络模型及动力学问题；第5章介绍神经网络的应用，因为神经网络模型是一个非线性动力学系统，有些内容让读者难以读懂，所以《神经网络导论》写作时力求内容简洁、通俗，论述深入浅出，系统地介绍了神经网络模型、算法及动力学问题。

      这本书通过给出易操作的实践指导、采用简单的例子、激励学生讨论有趣的应用问题，用一种易于理解的方式介绍了机器学习的基本思想。本书主题包括贝叶斯分类器、近邻分类器、线性和多项式分类器、决策树、神经网络以及支持向量机。后面的章节展示了如何把这些简单工具通过“提升”（boosting）的方式结合起来，怎样将它们应用于更加复杂的领域，以及如何处理各种高级的实践问题。其中有一章介绍了广为人知的遗传算法。