《生物信息学中的机器学习分析方法》针对生物信息学领域中海量的生物数据，分别从微阵列数据的分析和处理、基因调控网络的分析和构建以及蛋白质相互作用网络的分析等角度，系统介绍机器学习、统计学习及各种智能算法在生物信息学相关领域的应用。机器学习在生物信息学领域的研究重心集中在观测和探索生物现象，以及建立统一的形式化的模型对生物

通常一个用于解决复杂非线性问题的人工神经网络模型具有大量的神经元，并且它们之间的连接是非常复杂的。在实际中人们很难完全知道每个神经元的状态信息，因此对时滞递归神经网络的状态估计问题的研究具有非常重要的意义。《时滞递归神经网络的状态估计理论与应用》主要介绍有关时滞递归神经网络的状态估计理论和应用的最新成果，运用多种不同的

《线性多变量时滞系统解耦控制研究》针对多变量时滞系统，在已有的频域解耦技术基础上，对解耦控制系统进行了更为深入的研究。《线性多变量时滞系统解耦控制研究》分八章，前五章以理论为主，针对双输入双输出系统（TIT0），根据耦合矩阵的思想，提出一种更为简单的动态解耦矩阵设计方法，解析设计PID解耦控制器；针对多输入多输出系统（

本书紧紧围绕物联网中“感知层、传输层、应用层”所涉及的三大类技术架构组成的物联网技术知识体系安排教学内容。主要内容包括：物联网的基本概念、体系结构、标准化、关键技术以及主要应用领域与发展；感知技术、射频识别（RFID）技术原理及应用；传感器及无线传感网络的基本知识及应用；与物联网相关的通信与网络技术；云计算及智能信息处

高级专家系统:第二版介绍专家系统的理论基础、设计技术及其应用,共11章。高级专家系统:概述专家系统定义、发展历史、类型、结构和特点以及专家系统构建的步骤;讨论开发专家系统时可能采用的人工智能的知识表示方法和搜索推理技术;探讨专家的解释机制;研究基于规则专家系统、基于框架专家系统、基于模型专家系统、基于Web专家系统和实

《自动控制原理（含光盘）》是一部突破传统的新型立体化教材。在总结教学实践和改革经验并借鉴国内外同类优秀教材的基础上，将纸质教材与电子辅助教材高度融合为一体，密切配合、深入互动，较全面系统地阐述自动控制的基本分析和研究方法。《自动控制原理（含光盘）》共分8章，主要内容有：自动控制概述、线性控制系统的数学模型、时域响应分析

本书共分九章，主要介绍控制理论的基本概念和反馈控制的基本结构、控制系统的数学描述和借助MATLAB工具进行系统建模的方法、时域分析法和控制系统的性能指标及其计算方法、根轨迹法、频率分析法、控制系统的校正方法和控制器的设计思想、PID调节器的设计和参数整定、离散系统的分析和设计、非线性系统的相平面法和描述函数法分析。 本

传统的模糊决策方法无法解决复杂的不确定情境下的评估与优化问题。语言计算是近年来为描述模糊信息、建立模糊逻辑、处理模糊现象发展起来的一种新的信息处理和管理决策工具。多粒度语言为偏好的模糊决策已经应用于项目管理、投资评估中并取得成果。本文在深入研究基于扩展原理和符号化方法的语言计算模型基础上，重新给出多粒度语言的分类。根据

作为Web2.0的典型应用之一，社会化标签具有独特的优势，可以为Web知识推送提供十分有价值的基础数据。本书借鉴数学领域的图论、物理学领域的复杂网络、社会学领域的社会网络分析、图书情报学领域的信息计量，阐述了网络分析的基本原理，进而建立基于共现分析的社会化标签网络和基于社会化标签的潜在社会网络。然后，分别构建基于用户层

《前馈神经网络分析与设计》系统地论述了前馈神经网络的主要理论、设计基础及应用实例，旨在使读者了解神经网络的发展背景和研究对象，理解和熟悉它的基本原理和主要应用，掌握它的结构模型和设计应用方法，特别是前馈神经网络的参数学习算法和结构设计方法，为深入研究和应用开发打下基础。为了便于读者理解，书中尽量避免烦琐的数学推导，加强