模式识别与机器学习是计算机科学与技术的重要研究内容之一。 《模式识别与机器学习技术》首先讲解了贝叶斯分类、支持向量机和人工神经网络等常用的机器学习算法，并对结构数据的核函数和增量支持向量机算法进行了全面综述，讲解了深度学习新的模型和计算机视觉的基本知识。以农业为应用场景，结合作者的科研工作，详细介绍了基于卷积神经网络

本书对线性系统理论的基础内容作了循序渐进的阐述，内容精炼、重点突出、论证严谨、可读性好，强调基础理论与工程应用的有机结合。全书共9章，内容包括：学科领域的发展简史；系统的概念、原理及描述方法；数学基础；线性系统的运动分析、实现理论及其计算机运算和实际工程实现问题分析；系统的稳定性理论；能控性和能观性分析，揭示认识系统和

线性系统理论是控制科学领域的一门重要的基础课程。本书以线性系统为研究对象，对线性系统的时域理论进行了全面的论述。主要内容包括系统的数学描述、线性系统的运动分析、线性系统的能控性和能观测性、传递函数矩阵的状态空间实现、系统运动的稳定性、线性系统的状态反馈与状态观测器等。本书是为本科生“现代控制理论”课程编写的教材，内容丰

基础会计综合模拟实训

本书共七章，内容包括：随机模拟方法、一类非光滑系统的Melnikov方法、脉冲系统的Melnikov方法及其应用、随机脉冲系统的p阶矩稳定性、随机脉冲系统的渐进p阶矩稳定性及其在混沌控制中的应用等。

线性系统理论是建立在状态空间法基础上的一种控制理论，是现代控制理论*为基本和比较成熟的一个分支，其不仅描述了系统输入-输出之间的外部关系，还揭示了系统内部的结构特征。本书反映当前技术发展的主流和趋势，以加强基础、突出应用为思路，以培养学生分析和解决问题的工程创新能力为原则，详细介绍了基于状态空间描述的线性系统分析和综合

本书是为“应用型工科”控制类相关专业学生和非控制类学科的硕士研究生学习“现代控制技术和方法”而撰写的教材｡线性系统理论是现代控制理论的基础,也是目前理论上完善､技术上成熟､工程应用广泛的内容｡本次修订除对原书第3版的部分章节内容改写外,还增写了“优控制”的有关内容

本书从工程应用角度出发，以线性系统理论和最优控制为主线，介绍现代控制理论的基本方法。其中，线性系统理论部分主要阐述状态空间分析法和综合法的基本内容，包括动态系统的状态空间描述、动态系统的定量分析（状态方程的解）和定性分析（能控性、能观测性、李亚普诺夫稳定性）、动态系统的综合（状态反馈与状态观测器设计）；最优控制部分在介

《现代控制理论基础》主要介绍控制系统基本理论和相关知识，包括一般控制系统状态空间描述及其表达式、线性控制系统稳定性、能观性和能控性分析、状态反馈与观测以及控制系统的最优化设计等内容。全书内容系统，概念准确、公式规范，理论结合工程实践，每章都安排了一节利用MATLAB对线性系统分析和设计和内容，实用性强。

现代控制理论是自动化专业的一门基础课程.本书是作者在清华大学、江南大学从事现代控制理论相关课程的教学和科研创新经验的结晶,介绍现代控制理论的基础知识:动态系统的状态空间描述、线性系统的运动分析、能控性、能观测性、状态反馈和观测器等,以及非线性系统的李雅普诺夫稳定性分析,还介绍作者在现代控制理论方面的一些最新研究成果:连