本書由國內(nèi)著名高校長期從事運籌學(xué)教學(xué)的教師集體編寫而成，其內(nèi)容緊密結(jié)合經(jīng)濟管理類專業(yè)的特點。本書系統(tǒng)地講述了線性規(guī)劃、目標(biāo)規(guī)劃、整數(shù)規(guī)劃、非線性規(guī)劃、動態(tài)規(guī)劃、圖與網(wǎng)絡(luò)分析、排隊論、存儲論、對策論、決策論的基本概念、理論、方法和模型，以及數(shù)據(jù)包絡(luò)分析、運籌學(xué)問題的啟發(fā)式算法等。各章后均附有習(xí)題，附錄中給出了習(xí)題參考答案

本書本以經(jīng)典的*小二乘理論為基礎(chǔ)，較全面地介紹了現(xiàn)代應(yīng)用回歸分析的基本理論和主要方法。全書共分為九章。*章討論了回歸模型的主要任務(wù)和回歸模型的建模過程；第二、三章詳細地介紹了線性回歸模型；第四章以殘差為重要工具，討論了回歸模型的診斷問題；第五、六章討論了多項式回歸模型和含有定性變量的回歸模型；第七章討論了多元線性回歸模

本書研究了擬似然非線性模型中參數(shù)估計的漸近理論。擬似然非線性模型按照設(shè)計變量來分，可以分為三類：帶固定設(shè)計的擬似然非線性模型、帶隨機回歸的擬似然非線性模型和自適應(yīng)擬似然非線性模型。本書主要研究了這三類擬似然非線性模型中參數(shù)估計的大樣本性質(zhì)。此外，還研究了帶隨機效應(yīng)的擬似然非線性模型中參數(shù)估計的大樣本性質(zhì)。

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(yīng)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(yīng)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(shè)計、判別函數(shù)分類器的設(shè)計、聚類分析、模糊聚類、神經(jīng)網(wǎng)絡(luò)分類器設(shè)計、模擬退火算法的分類器設(shè)計、遺傳算法聚類設(shè)計、蟻群算

《視覺跟蹤中的馬氏鏈蒙特卡洛方法/“十三五”科學(xué)技術(shù)專著叢書》基于統(tǒng)計機器學(xué)習(xí)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(biāo)運動不確定性條件下的視覺目標(biāo)跟蹤問題、方法和技術(shù)，并結(jié)合多種實際應(yīng)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(biāo)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(xué)思想以及高超的算法設(shè)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(xué)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(yīng)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(chǔ),參數(shù)估計和假設(shè)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(yù)測對方的反應(yīng)，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竺５牟┺恼n》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