本书基于项目研究成果，给出了一整套完整的支持飞机系统诊断与预测的测试性建模理论与方法、诊断推理策略以及状态识别与预测技术，并以飞机气源系统为典型系统，阐述了如何将整套理论与方法应用到具体飞机系统中。主要内容包括：（1）基于系统原理的故障传播机理分析方法；（2）基于本体与蚁群的诊断排故信息优化集成技术；（3）基于系统功能结构与图论的测试性建模方法，包括基于多信号流的测试诊断建模、基于扩展染色模糊故障Petri网的故障建模；（4）基于D矩阵与DPSO-AO*算法的测试性性分析；（5）基于TFM模型的

本著作立足于管理统计学基础理论和方法，主要通过对数据类型、数据的收集与处理、描述性统计、聚类分析、因子分析、相关分析、回归分析、方差分析、时间序列分析、面板数据分析、统计指数和测量等共计14章内容的系统阐述，按照描述统计、统计推断和数据的信效度分析逻辑，以《个人信息世界量表》为数据收集的工具，利用本团队大规模社会调查的一手数据作为实例，应用Stata统计软件进行分析和处理。旨在从基础理论和方法入手，试图通过统计软件辅助对数据的处理和分析帮助学习者提高对统计基础理论和方法的理解和掌握，以及软件的应

本书主要介绍了泵喷水动力和流噪声特性。全书共分为十章，首先介绍了泵喷推进器的设计原理和方法以及案例，然后介绍了泵喷推进器的流场计算方法以及流场特性，包括泵喷的导管参数、转子参数、定子参数对泵喷推进器流场的影响研究。随后，在流场研究的基础上，介绍了泵喷推进器的流噪声数值预报方法及流噪声特性，并提出了基于锯齿结构的泵喷推进器降噪方法。最后，介绍了泵喷推进器的流场和噪声实验测试研究。本书可供从事水下航行体噪声方面的研究人员和工程设计者参考，有望对推动国内新一代低噪声泵喷和安静型潜艇方面起到积极的作用。

本书从软磁物质交流磁现象出发，提炼了MHz-GHz频段磁化强度响应的主要物理机制：磁畴的一致进动，系统介绍了决定磁畴磁化强度进动的动力学方程和各种磁性材料各向异性等效场，针对软磁金属材料在信号和功率中的两大应用，重点介绍了磁化强度的高频低功率进动特征、高频大功率进动行为、软磁金属复合理论和高频磁性表征技术。同时该书按照实验现象、相关理论和实验测试表征技术的顺序，系统介绍了软磁材料的高频磁性，重点关注了软磁金属材料的高频特征。

随着全球导航卫星系统（Global Navigation Satellite System, GNSS）的不断成熟与发展，GNSS水汽探测技术逐步成为现有水汽获取的最有效途径之一，在环境保护、降雨预警、气候监测等方面发挥着重要作用。本书主要针对GNSS多维大气水汽探测理论与方法进行详细介绍。首先，从"点"到"面"再到"时"最后到"时空"的思路介绍高精度、高时空分辨率、长时序二维大气水汽探测原理与方法；其次，介绍了GNSS大气水汽与变分同化技术、遥感水汽反演技术协同的高质量水汽探测方法。最后，以水

本书旨在总结归纳工业缺陷领域的最新技术发展，并将课题组近年的研究成果集结成书，内容涉及基于二维图像、三维点云、光度立体以及多模态融合等多种数据维度的工业缺陷检测技术及其应用。通过本书的阅读，希望能够给从事机器视觉及工业缺陷检测的读者提供启示和借鉴，同时也为相关问题的研究提供一定的参考。第一章 绪 论；第二章 人类视觉机制下的缺陷检测；第三章 有限样本下的缺陷检测；第四章 图像级标注下的缺陷检测；第五章 结构光下的缺陷检测；第六章 光度立体下的缺陷检测；第七章 三维/二维融合的缺陷检测。

本书从大数据和网络教育相结合的角度，介绍教育大数据分析和智能教育服务的相关理论、方法和技术，重点介绍大数据分析框架、智能服务系统架构、复杂事件处理机制、基于教育大数据的学习者学习行为模型及学习伙伴推荐方法、网络协作学习方法等，有助于读者对基于大数据的教育智能化相关技术有较为全面的理解和把握。

本书以联合空域管制基础理论与方法为研究对象，结合国际国内近年来的应用实践与理论研究情况，系统阐述了空域管制的基本原则、业务方法、组织流程、工作程序及系统技术和有关模型算法等，为构建战场联合空域管制理论体系，掌握伴随信息技术发展而逐步形成的战区空域管制系统建设、技术应用、效能评估等为核心的作战空域管理体系提供参考。

随着GPS的现代化、Galileo的不断完善以及我国BDS-3的全球组网，新一代导航卫星均能够在三个乃至更多频点播发导航信号，全球导航卫星系统（GNSS）正式进入多模多频兼容互操作的时代，多模多频也为现有GNSS高精度定位性能的提升提供了新的技术条件。基于上述背景，本书围绕多模多频精密单点定位（Precise Point Positioning，PPP）中的关键技术展开研究，在对GNSS时空基准、PPP基本模型与误差处理进行介绍的基础上，重点围绕PPP钟差估计、相位偏差估计、模糊度解算策略，以及

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