本書第1~4章對馬爾可夫過程的基礎理論進行了介紹，后面各章給出了生滅過程的構造、隨機單調(diào)性、轉移函數(shù)的各種收斂性、生滅過程的第一特征值問題、D.G.Kendall猜想等內(nèi)容。最后，為了應用的需要，本書還引入并初步討論了半馬爾可夫生滅過程。本書可作為高等學校相關專業(yè)的教科書，也可作為科學研究工作者的參考用書。

本書從統(tǒng)計判決、語言結構法、模糊集論三方面提供了圖象識別的理論基礎.第一章介紹了圖像識別研究的對象及方法，它是本書的引論；第二章到第四章介紹了統(tǒng)計圖像識別中的一些基本方法及理論基礎；第五章介紹了圖像識別的語言結構法；第六章介紹了用模糊集的方法進行圖像識別.本書可供從事有關圖像識別的廣大工程技術人員及科學研究工作者參考，

現(xiàn)代控制理論是自動化及其相關專業(yè)的一門基礎課程�！冬F(xiàn)代控制理論基礎》以線性定常系統(tǒng)的狀態(tài)空間方法為主線，詳細介紹了系統(tǒng)狀態(tài)空間表達式的相關概念與構造方法、狀態(tài)空間表達式的求解方法、系統(tǒng)能控性與能觀性的相關概念與判定方法、李雅普諾夫穩(wěn)定性的相關概念與判定方法、系統(tǒng)綜合的各種方法，以及線性矩陣不等式技術在系統(tǒng)分析與綜合過程

本書主要內(nèi)容包括Origin入門，表格管理，數(shù)據(jù)管理，矩陣管理，數(shù)據(jù)可視化，三維數(shù)據(jù)可視化，數(shù)學統(tǒng)計分析，數(shù)據(jù)運算，數(shù)據(jù)分析等內(nèi)容，覆蓋了科學繪圖與數(shù)據(jù)分析的各個方面，實例豐富而典型，將重點知識進行融入應用，指導讀者有的放矢地進行學習。

本書分為6篇：第1篇智能優(yōu)化的理論基礎，內(nèi)容包括優(yōu)化理論和智能優(yōu)化方法概述；第2篇進化算法，內(nèi)容包括遺傳算法、DNA算法、Memetic算法和文化算法；第3篇仿人智能優(yōu)化算法，內(nèi)容包括神經(jīng)網(wǎng)絡算法、模糊邏輯算法、思維進化算法；第4篇群智能優(yōu)化算法，內(nèi)容包括蟻群優(yōu)化算法、粒子群優(yōu)化算法、混合蛙跳算法、猴群算法、自由搜索算

本書提出采用圍線積分方法（Sakurai-Sugiura方法）來處理一種非線性特征值問題，該方法不僅可以將原特征值問題轉化為一個標準特征值問題，而且具有并行計算的架構。本書第1章著重介紹了用邊界元法與圍線積分方法來求解不同類型特征值問題的公式推導與算法算例；基于第1章算法的建立，本書第2章介紹了基于此算法的各類聲子晶體

本書介紹了概率論與數(shù)理統(tǒng)計的基本概念、基本理論與方法.內(nèi)容包括：概率論基本概念、隨機變量與隨機向量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、方差分析和回歸分析.每章均配有習題，書后附有習題答案，習題中收集了歷屆研究生考試試題，既便于教學，又利于考試復習，本書可作為高等

本書主要講述本科概率論與數(shù)理統(tǒng)計課程主要知識，內(nèi)容安排完全按照教育部規(guī)定的教學大綱設計的。全書共九章，主要包括隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、數(shù)理統(tǒng)計在經(jīng)濟中的應用。本書可作為理工類、經(jīng)管類本科生的教材，也可供新

本書按照主教材的章節(jié)順序，分為10章主要內(nèi)容包括隨機事件與概率、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、極限定理、數(shù)理統(tǒng)計基本概念、參數(shù)估計、假設檢驗、回歸分析及方差分析簡介、經(jīng)典問題剖析本書內(nèi)容緊扣主教材，書中例題豐富且具有代表性，例題分析與解答展示了基本的解題思路、解題方法與解題技巧，起到了