本書系統(tǒng)介紹EQ-代數(shù)與相關(guān)邏輯代數(shù)的基本理論及其不確定理論，主要是作者近年來研究工作的系統(tǒng)總結(jié).全書共十一章，具體內(nèi)容包括：EQ-代數(shù)及相關(guān)邏輯代數(shù)、EQ-代數(shù)上的濾子理論、EQ-代數(shù)上的拓?fù)淅碚摗⑦壿嫶鷶?shù)上的超結(jié)構(gòu)理論、邏輯代數(shù)上的態(tài)、內(nèi)態(tài)和廣義態(tài)理論、邏輯代數(shù)上的微分算子理論等.

郭柏靈論文集第十三卷收集的是郭柏靈先生發(fā)表于2014,2015年度的主要科研論文，涉及的方程范圍很廣，有確定性偏微分方程和隨機(jī)偏微分方程，研究的問題包括適定性、爆破性、漸近性等等。這些論文具有很高的學(xué)術(shù)價(jià)值，對(duì)偏微分方程、數(shù)學(xué)物理、非線性分析、計(jì)算數(shù)學(xué)等方向的科研工作者和研究生，是極好地參考著作。

本書通過實(shí)例介紹了在科學(xué)研究和數(shù)學(xué)建模競(jìng)賽中常用的數(shù)學(xué)建模方法，包括主成分回歸、嶺回歸、偏最小工乘回歸、向量自回歸、logistic回歸、Probit回歸、響應(yīng)面回歸、線性與非線性規(guī)劃、多目標(biāo)規(guī)劃與目標(biāo)規(guī)劃、動(dòng)態(tài)規(guī)劃、智能優(yōu)化算法、網(wǎng)絡(luò)優(yōu)化、計(jì)算機(jī)仿真、排隊(duì)論、微分與差分、數(shù)據(jù)預(yù)處理、支持向量機(jī)等方法.全書將數(shù)學(xué)建模技

本書分5章。第1章介紹常微分方程的建模案例和基本概念。第2章介紹幾類重要一階微分方程的初等積分法及幾類可積的高階微分方程的求解。第3章闡述常微分方程初值問題解的存在性、**性，以及解關(guān)于初值的連續(xù)依賴性和可微性。第4章研究常微分方程組解的基本理論和求解方法。第5章介紹常微分方程數(shù)值計(jì)算和數(shù)學(xué)軟件求解方法，并給出建模應(yīng)用

《工科數(shù)學(xué)分析教程(下冊(cè))》是一本信息化研究型教材.本書包括函數(shù)序列與函數(shù)項(xiàng)級(jí)數(shù)、傅里葉級(jí)數(shù)與傅里葉變換、多變量函數(shù)的極限與連續(xù)、多元函數(shù)微分學(xué)、向量函數(shù)的微分學(xué)、常微分方程與數(shù)值解法初步、重積分、曲線積分與格林公式、曲面積分、含參變量積分.本書體系嚴(yán)謹(jǐn)科學(xué)、內(nèi)容由淺入深,符合學(xué)生認(rèn)知規(guī)律.每章都有提高課,內(nèi)容包括離散

本書是作者多年從事復(fù)變函數(shù)論雙語教學(xué)經(jīng)驗(yàn)的總結(jié).其內(nèi)容設(shè)置完全適合我國(guó)現(xiàn)行高等院校(特別是師范院校)本科教學(xué)的教學(xué)目標(biāo)與課時(shí)需要.本書內(nèi)容深入淺出、層次分明,理論體系嚴(yán)謹(jǐn)、邏輯推導(dǎo)詳盡,強(qiáng)調(diào)“分析式”教學(xué)法,在引入概念前,加入了必要的分析與歸納總結(jié),然后提出相應(yīng)的概念;在提出問題之后,進(jìn)行推理分析、增加條件,最后得到問

《工科數(shù)學(xué)分析教程(上冊(cè))}是一本信息化研究型教材本書包括數(shù)列極限、函數(shù)極限與連續(xù)、導(dǎo)數(shù)的計(jì)算與應(yīng)用、泰勒公式、不定積分、定積分的應(yīng)用、廣義積分、數(shù)項(xiàng)級(jí)數(shù).本書體系內(nèi)容由淺入深，符舍學(xué)生認(rèn)知規(guī)律.每章都有提高課，內(nèi)容包括混沌現(xiàn)象與極限、連續(xù)函數(shù)不動(dòng)點(diǎn)定理以及應(yīng)用、極值問題與數(shù)學(xué)建模、泰勒公式與科學(xué)計(jì)算、積分算子的磨光性

本書是大學(xué)本科非理科專業(yè)必修課“高等代數(shù)”課程教材。全書共九章：行列式、矩陣、線性方程組與n維向量空間、矩陣的特征值與特征向量、二次型、多項(xiàng)式、線性空間、線性變換、歐氏空間。本書將特征值與特征向量分為矩陣的特征值與特征向量(第四章)和線性變換的特征值與特征向量(8.4節(jié))兩部分，力求使得只修高等代數(shù)Ⅰ(第一章至第五章)

近年來，隨著人工智能技術(shù)的飛速發(fā)展，深度神經(jīng)網(wǎng)絡(luò)技術(shù)在圖像分析、語音識(shí)別、自然語言理解等難點(diǎn)問題中都取得了十分顯著的應(yīng)用成果。本書系統(tǒng)地介紹了深度學(xué)習(xí)應(yīng)用于機(jī)器人環(huán)境感知面臨的難點(diǎn)與挑戰(zhàn)，針對(duì)性地提出基于正則化深度學(xué)習(xí)的機(jī)器人環(huán)境感知方法,并結(jié)合機(jī)器人作業(yè)場(chǎng)景分類、多任務(wù)協(xié)同環(huán)境感知、機(jī)器人導(dǎo)航避障環(huán)境深度恢復(fù)、感知目

本書第1~5章是變分方法所需要的泛函分析基礎(chǔ)內(nèi)容；第6章主要介紹了相互等價(jià)的Ekeland變分原理與Cansti不動(dòng)點(diǎn)定理，側(cè)重于變分原理與不動(dòng)點(diǎn)理論之間的關(guān)系；第7~8章是Sobolev空間和Banach空間中微分學(xué)的基本知識(shí)，同時(shí)討論了Poisson方程與泛函極值問題的互相轉(zhuǎn)化；第9~10章的重點(diǎn)是臨界點(diǎn)理論和泛函