本书基于ANSYS Workbench软件平台，详细介绍了结构动力学仿真分析计算方法和技术应用。首先讲解了ANSYS Workbench工程数据、网格划分、Mechanical通用设置的使用方法，然后对基本模态分析、循环对称模态分析、线性扰动分析、谐响应分析、子结构CMS法分析、响应谱分析、随机振动分析、刚体动力学分析、瞬态动力学分析、显式动力学分析、转子动力学分析、拓扑优化与设计、疲劳分析等各种分析类型一一进行说明。对每种结构动力学分析类型的讲解中，首先介绍其基本理论，其次对ANSY

本书收集了自博弈论领域的奠基之作《博弈论与经济行为》(约翰·冯·诺依曼，奥斯卡·摩根斯坦，1944)出版以来，对这一领域具有卓越贡献的18篇经典文章。这些文章的作者都是诺奖得主，且均为伟大的博弈论大师，他们获奖的基础研究都包含在本书中。通过这18篇文章，读者可以清晰了解博弈论发展的历史沿革和理论脉络。本书编者哈罗德·库恩因其对扩展型博弈的重新表述而对博弈论发展做出了巨大贡献。本书请国内博弈论领域的知名专家对每篇文章进行深度解析，帮助读者更好理解博弈论大师的思想精髓。从各个方面来说。

本书全面介绍了求解非线性规划问题的无罚函数方法。从基础概念出发，逐步讲解罚函数方法、传统与修正滤子方法、非单调滤子方法、自适应滤子方法以及其他无罚函数方法等。书中不仅提供了理论分析，还结合了丰富的数值实验，以证明算法的收敛性和有效性。本书融合了深人的理论探讨和实际案例，为研究生提供了坚实的理论基础和实践操作指南。书中对算法的收敛性进行了详尽的分析，并介绍了多种最优化问题的求解技巧，旨在帮助读者深人掌握最优化领域的知识。

敏感性试验设计是试验设计研究领域的主要研究方向之一，其应用背景主要是针对燃爆产品试验和药剂试验，通过设计若干刺激水平和观测对应的二元响应数据，估计感兴趣的特殊刺激水平，如成功响应概率p对应的刺激水平，称其为感度分布的p分位数。 传统的敏感性试验设计没有优化准则，而且希望估计的主要是0.5分位数。随着对研究对象更高质量的要求，在中小样本下估计极端p分位数的需求越来越强烈。本专著主要给出估计该类极端p分位数的优化试验设计方法，并在三元响应和混合响应情形下给出广义敏感性试验设计的概念、统计模型和广义p

本书深入浅出地介绍了数值计算的基本概念、常用方法及其程序实现。内容涵盖数值计算的一般概念和误差分析的常用方法，线性方程组的直接解法，插值的概念及主要插值方法，迭代法求解方程、线性方程组及非线性方程组的常用方法，数值积分与数值微分的常用方法，函数逼近的概念及常用方法，求解矩阵特征值与特征向量的常用方法，求解一阶常微分方程初值问题的主要方法，Python程序设计及数值计算实现的基本方法。
本书注重基本概念和理论的完整性、计算方法的有效性和实用性以及学习过程中的思维连贯性。
本书可以作为高

本书是在《模式识别与人工智能(基于MATLAB)》的基础上写作而成，为了适应模式识别算法的新发展、满足各层次读者的学习需求，在原有基础上增加了大量新内容，包括细化各章的内容和增加三种新算法。本书广泛涉及统计学、模糊控制、神经网络、人工智能等学科的思想和理论，将模式识别与人工智能理论和实际应用相结合，针对具体案例进行算法设计和分析，并运用MATLAB程序实现。全书共分为12章，内容包括模式识别概述、贝叶斯分类器设计、判别函数分类器设计、聚类分析、模糊聚类分析、神经网络聚类设计、模拟退火算

真实世界中的序列数据随时间推移呈爆炸式增长，如何设计面向序列数据的知识发现方法是当前研究的热点之一。本书以深度学习和多视图学习为理论基础，以序列数据为研究对象，为面向序列数据分析提供多视图的学习方法与技术，同时为典型场景下的序列数据分析提供多视图深度学习解决方案，以期为序列数据分析、多视图学习领域的研究及应用提供参考。本书针对序列数据的动态性、突变性、不确定性和时空关联性等特点，探讨多视图学习理论，构建面向序列数据的多视图方法，概述基础理论与传统方法，并系统地介绍多视图序列数据应用领域的研究理论

本书教你如何从基于时间的数据(如日志、客户分析和其他事件流)中获得即时、有意义的预测。在这本通俗易懂的书中，作者通过带有注释的Python代码全面演示了用于时间序列预测的统计和深度学习方法。全书分为四部分：第一部分介绍时间序列预测的概念；第二部分介绍使用统计模型进行预测；第三部分介绍使用深度学习进行大规模预测；第四部分介绍使用自动化预测库进行大规模预测。

这是一本写给对概率统计及应用有兴趣的非专业读者的书，目的是帮助他们理解高科技发展中概率统计等概念的意义。本书写作中以悖论、谬误、以及一些饶有趣味的数学案例作先导，引起读者的兴趣和思考，在解答问题的过程中讲述概率论中的基本知识和原理，及其在物理学、信息论、网络、人工智能等技术中的应用。书中介绍的著名趣味概率问题包括高尔顿钉板、几何概型悖论、博士相亲、中国餐馆过程等。通过讨论这些简单有趣的例子，让读者了解概率统计中的重要概念，诸如随机变量、期望值、贝叶斯定理、大数定律、中心极限定理、马尔可