本書是作者近十年來對(duì)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?fù)浣Y(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(xì)又通俗易讀。

《模式識(shí)別與人工智能（基于MATLAB）》將模式識(shí)別與人工智能理論與實(shí)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(shí)現(xiàn)程序。全書共分為10章,包括模式識(shí)別概述、貝葉斯分類器的設(shè)計(jì)、判別函數(shù)分類器的設(shè)計(jì)、聚類分析、模糊聚類、神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì)、模擬退火算法的分類器設(shè)計(jì)、遺傳算法聚類設(shè)計(jì)、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(jì)機(jī)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(yùn)動(dòng)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(shí)際應(yīng)用場(chǎng)景給出算法實(shí)現(xiàn)框架和實(shí)驗(yàn)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(jiǎn)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(jì)，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(shí)，比如三角函數(shù)、級(jí)數(shù)、迭代等概念，解釋如何得到圓周率計(jì)算的高效算法。

本書圖文并茂地對(duì)博弈論的基本原理進(jìn)行了深入淺出的探討，詳細(xì)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(duì)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(jì)》全面、系統(tǒng)地介紹了初等概率論和數(shù)理統(tǒng)計(jì)的主要內(nèi)容，包括事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其聯(lián)合分布、隨機(jī)變量的數(shù)字特征、極限理論初步、數(shù)理統(tǒng)計(jì)基礎(chǔ),參數(shù)估計(jì)和假設(shè)檢驗(yàn)等。 《概率論與數(shù)理統(tǒng)計(jì)》注重對(duì)基本概念和基本原理的把握和理解；注重對(duì)基本方法的講解和運(yùn)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(gè)人互動(dòng)的地方就有博弈。研究博弈論就是教會(huì)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(cè)對(duì)方的反應(yīng)，幫助我們?cè)跊_突、平衡、突變中找到策略，以合作替代對(duì)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(diǎn)和案例，詳細(xì)地介紹

本書是羅納德L.拉丁所著的經(jīng)典教材，時(shí)隔18年首次修訂，面向本科生（姊妹篇DiscreteOptimization針對(duì)研究生階段的學(xué)生，1988年問世），首版于1998年，被美國(guó)工業(yè)工程師協(xié)會(huì)（IIE）評(píng)選為年度圖書。本書宗旨是給不同學(xué)科背景的讀者提供運(yùn)籌學(xué)學(xué)習(xí)的全面指南。涵蓋運(yùn)籌學(xué)的全部?jī)?nèi)容（整數(shù)、非整數(shù)算法，網(wǎng)絡(luò)編

固定效應(yīng)模型和隨機(jī)效應(yīng)模型是社會(huì)科學(xué)研究中的常用模型。在社會(huì)科學(xué)研究者在使用回歸模型進(jìn)行分析時(shí)，有可能存在這樣一種情況，即每個(gè)案例在不同時(shí)點(diǎn)上的殘差都存在一定的相關(guān)和相互依賴，這通常是因?yàn)椴煌�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(xiàng)相互獨(dú)立的假設(shè)，而固定效應(yīng)模型和隨機(jī)效應(yīng)模型都是用來解決殘差相關(guān)的問題。二

在非實(shí)驗(yàn)社會(huì)科學(xué)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(duì)其定義的等式使用*小二乘法（OLS）進(jìn)行估計(jì)。但OLS這一強(qiáng)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(dǎo)致OLS估計(jì)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?cái)?shù)據(jù)、選擇性樣