本书以Python语言为基础，深入浅出地讲解了模式识别的基本概念、算法原理和实现方法，主要包括监督学习和非监督学习两大类模式识别方法，并详细介绍了多种经典算法，如K近邻、逻辑回归、支持向量机、决策树、集成方法、多层感知器、K-means和Apriori算法等；涵盖了数据处理、数据降维、时间序列模型、深度学习和AutoM

本书内容介绍控制论的发展、工程应用中的问题及其目标安排。首先，探讨了控制器开发流程，涵盖控制系统设计、模型开发、快速原型等内容，并详细讨论了系统模型与表达，包括模型降阶、线性模型簇等。然后，介绍了M序列系统辨识的原理和应用案例，尤其是在燃料电池空气供应系统中的应用。并对开环频率校正、PID控制、串级控制、内模控制等策略

本书通过通俗易懂的方式，引导读者掌握模式识别的核心概念，摒弃传统教材中复杂的公式和抽象理论，借助日常生活中的实例，将模式识别的原理直观地展现给读者，使其在轻松阅读中深入理解并掌握这门学科。此外，本书精心选取了大量贴近实际的案例和应用场景，生动展示了模式识别在解决现实问题中的应用价值。通过这种理论与实践紧密结合的讲解方式

本书为全国电力行业十四五规划教材。本书是针对应用型本科及各类成人高等教育而编写的。为了简单明了地表述现代控制理论的基本概念，本书仅以线性定常系统作为讨论对象。本书主要介绍了线性控制系统的状态空间描述、线性控制系统的状态空间分析、线性控制系统的能控性和能观性、控制系统的稳定性分析以及状态反馈和状态观测器。本书可作为自动化

本书为电力行业“十四五”规划教材。本书从一个最简单的水果识别的例子开始，引出最近邻法和最小距离分类法，用最简单的方法进行分类原理说明，之后展开模式识别算法的讲解，主要包括贝叶斯决策方法、近邻法、线性判决方法、非线性判决方法、聚类分析、特征选择与提取、神经网络、支持向量机、深度学习。

本书是由美国数学家诺伯特·维纳于1950年出版的著作，旨在将控制论的理论框架应用于社会科学领域。本书以技术为切入点，逐渐将视角扩大到文化、社会等各个领域，全书共11章。本书首先系统地介绍了控制论的基本原理，包括反馈机制、信息传输与处理、系统稳定性与最优控制等核心概念；其次，将控制论的理论工具应用于社会分析

本书是由美国数学家诺伯特·维纳于1948年首次出版的著作，被公认为控制论诞生的标志，并为这一新兴学科奠定了坚实的理论基础。本书由维纳于1961年修订。维纳以统一的数学观点深入探讨了通信、计算机和人类思维活动之间的内在联系，全书共10章，详细讨论了时间序列的统计力学、信息与通信的理论基础、反馈系统的稳定性、

本教材详细介绍基于状态空间模型的线性系统分析和综合、最优控制、鲁棒控制等，并深入阐述了基于状态空间模型的线性系统分析与综合方法。同时，本教材特别强调将状态空间控制理论与实际工程问题紧密结合，力求以浅显易懂的方式，将理论与实践相结合，从实际问题出发，引出研究的问题、概念和方法。

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

"最优控制是现代控制理论的重要分支，目前已广泛应用于工业生产、经济管理以及国防军事等领域。本书系统地介绍了最优控制理论内容，包括变分法、极小值原理、线性二次型最优控制、动态规划方法、最优控制的计算方法、随机最优控制、奇异最优控制、鲁棒最优控制、遗传优化算法在最优控制中的应用，并介绍了最优控制理论在工程中的具体应用。本书