本书作为该领域入门教材，在内容上尽可能涵盖模式识别基础知识的各方面，全书共分为9章，第1章介绍了模式识别的基本概念、模式识别系统的组成；第2章介绍了模式识别中的线性分类器；第3章介绍了模式识别中的贝叶斯分类器；第4章介绍了模式识别中的概率密度函数估计；第5章介绍了模式识别中的典型的分类方法；第6章介绍了模式识别中的特征

全书共分上、下两册，本书为上册，适用于较多学时的＂数值分析＂课程教学和大类招生专业分流前学生学习。主要介绍解线性方程组的直接法和迭代法、解线性最小二乘问题的直接法、矩阵特征值问题的计算方法、函数插值、数值积分、微分方程数值解法及几类经典现代数值方法。

《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、

全书从内容上分为三大部分。第一部分主要介绍超启发式算法的基础理论，其中第1章介绍了超启发式算法的内涵和分类，第2~第5章分别介绍了选择构造类、选择摄动类、生成构造类、生成摄动类这四类超启发式算法，第6章从理论层面给出了超启发式算法的严格定义和基本框架。第二部分重点介绍超启发式算法在多种实际优化问题中的应用，其中第7~第

本书是一部深入探讨计算思维在信息科技跨学科主题学习中的实践与应用的专著。全书共分为五章，系统阐述了跨学科主题学习的概念、特征、教育价值以及开展方式，并详细分析了信息科技跨学科主题学习的具体要求。 本书首先介绍了计算思维这一关键能力，包括其概念、问题解决能力、系统设计和行为理解等方面，并探讨了计算思维在跨学科领域的应用

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

本书共十章。第一章阐述非参数统计的特点，第二章讲解描述性统计方法，第三、四章分别讲解符号检验法、符号秩和检验法，第五到八章分别讲解两样本、多样本和区组设计等问题以及相关分析的非参数统计方法，第九章讲解非参数密度估计和非参数回归，第十章讲解检验的渐近相

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

本书强调对运筹学基本概念、基本原理、基本方法与基本技能的介绍，力求做到概念准确、原理清楚、求解方法全面，并注重创新应用；强调将知识的传授、能力的培养和素质的提高结合起来，并倡导更新思维、激活知识、挖掘潜能的创造性教育方法；强调科学思维、科学方法、实践技能和创新能力的综合培养。第2版强化了对常见疑难问题的讲解，特别是补充

本书稿主要研究单变量情形和双变量情形下的非负静态细分算法、SIA矩阵与马尔科夫过程。首先介绍了细分算法以及一致收敛性的基本概念，研究了SIA矩阵的性质以及与马尔科夫过程之间的联系，利用SIA矩阵收敛的特性与马尔科夫链相关性质，分别详细讨论了单变量与双变量非负细分算法的一致收敛性，并推广了收敛的某些条件；在此基础上，进一