本書是作者近十年來對非線性差分方程和方程組的一些研究成果，內(nèi)容包括：非線性差分方程和方程組的基本概念、全局性質(zhì)、周期解的吸引域的拓撲結(jié)構(gòu)；極大型差分方程和方程組、模糊差分方程的周期性等。內(nèi)容安排由淺入深，敘述和證明既詳細又通俗易讀。

《模式識別與人工智能（基于MATLAB）》將模式識別與人工智能理論與實際應用相結(jié)合,以酒瓶顏色分類為例,介紹了各種算法理論及相應的MATLAB實現(xiàn)程序。全書共分為10章,包括模式識別概述、貝葉斯分類器的設計、判別函數(shù)分類器的設計、聚類分析、模糊聚類、神經(jīng)網(wǎng)絡分類器設計、模擬退火算法的分類器設計、遺傳算法聚類設計、蟻群算

《視覺跟蹤中的馬氏鏈蒙特卡洛方法/“十三五”科學技術專著叢書》基于統(tǒng)計機器學習的理論工具——馬氏鏈蒙特卡洛（MCMC）采樣理論，系統(tǒng)地闡述了目標運動不確定性條件下的視覺目標跟蹤問題、方法和技術，并結(jié)合多種實際應用場景給出算法實現(xiàn)框架和實驗分析。全書共4章，第1章介紹了視覺目標跟蹤的意義和基本方法。第2章介紹了MCMC采

如何通過25次簡單迭代得到圓周率的4500萬位有效數(shù)字？利用深刻的數(shù)學思想以及高超的算法設計，就可以產(chǎn)生如此有威力的算法。本書用比較淺顯的數(shù)學知識，比如三角函數(shù)、級數(shù)、迭代等概念，解釋如何得到圓周率計算的高效算法。

本書圖文并茂地對博弈論的基本原理進行了深入淺出的探討，詳細介紹了納什均衡、囚徒困境等博弈模型的內(nèi)涵、適用范圍、作用形式，對博弈論的應用也做了深入的剖析。

《概率論與數(shù)理統(tǒng)計》全面、系統(tǒng)地介紹了初等概率論和數(shù)理統(tǒng)計的主要內(nèi)容，包括事件與概率、隨機變量及其分布、多維隨機變量及其聯(lián)合分布、隨機變量的數(shù)字特征、極限理論初步、數(shù)理統(tǒng)計基礎,參數(shù)估計和假設檢驗等。 《概率論與數(shù)理統(tǒng)計》注重對基本概念和基本原理的把握和理解；注重對基本方法的講解和運用；以大量的例題和注記幫助讀者理解基

有人的地方就有江湖，有多個人互動的地方就有博弈。研究博弈論就是教會我們以策略性思維，理性地看待和分析事物，從更宏大的層面理解人類的行為，預測對方的反應，幫助我們在沖突、平衡、突變中找到策略，以合作替代對抗，在雙贏中更好地獲益�！妒澜缡�大名校的博弈課》精選了世界十大名校經(jīng)典的博弈課程以及教授、校友的觀點和案例，詳細地介紹

本書是羅納德L.拉丁所著的經(jīng)典教材，時隔18年首次修訂，面向本科生（姊妹篇DiscreteOptimization針對研究生階段的學生，1988年問世），首版于1998年，被美國工業(yè)工程師協(xié)會（IIE）評選為年度圖書。本書宗旨是給不同學科背景的讀者提供運籌學學習的全面指南。涵蓋運籌學的全部內(nèi)容（整數(shù)、非整數(shù)算法，網(wǎng)絡編

固定效應模型和隨機效應模型是社會科學研究中的常用模型。在社會科學研究者在使用回歸模型進行分析時，有可能存在這樣一種情況，即每個案例在不同時點上的殘差都存在一定的相關和相互依賴，這通常是因為不同案例在某些未被觀察到的特征上存在差異，這就違背了誤差項相互獨立的假設，而固定效應模型和隨機效應模型都是用來解決殘差相關的問題。二

在非實驗社會科學研究中，回歸分析是*常用的方法。在數(shù)據(jù)收集和錄入以后，研究者無一例外地開始嘗試回歸模型，對其定義的等式使用*小二乘法（OLS）進行估計。但OLS這一強大的工具卻并不總是正確的。其一便是某類特殊形式的數(shù)據(jù)可能導致OLS估計量的偏誤。理查德·布林教授在本書中討論的數(shù)據(jù)形式包括刪截數(shù)據(jù)、選擇性樣