本书共7章，主要介绍现代控制理论的基本知识，包括系统的状态空间表达式的建立及特殊标准型、系统的状态方程的求解及性质、系统的能控性和能观性的标准型及结构分解、李雅普诺夫意义下稳定性的判别及应用、线性系统反馈控制器及状态观测器的设计等。

本书是一本模式识别学习的立体教程，通过本书的学习，能够掌握模式识别主要技术模块的算法原理及Python实现，包括贝叶斯决策、概率密度函数的估计、线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习以及人工神经网络等。本书配以教学课件、Python仿真程序、微课视频和实验指导书，便于教和学。

本书模式识别理论与实践学习的立体教程，针对的读者是具有一定数理知识的从业人员。通过本书的学习，读者能够熟练掌握模式识别的基础知识、基本方法和工程应用。本书主要包括模式识别的基本概念、贝叶斯决策理论、概率密度函数的参数估计、非参数判别分类方法、聚类分析、特征提取与选择、模糊模式识别、神经网络、深度学习。最后是项目实战，系统讲解三个模式识别的工程应用项目项目：中文文本识别、人脸识别、图像识别。每章的内容安排从问题背景引入，系统讲述基本原理、方法和实践应用（通过Python软件编程）。本书适合作为高等

"《**控制与工程博弈论》主要以数学描述的方式阐述**控制理论的研究内容，由具体的实例引出相关的控制问题，再利用学生熟知的数学工具严谨地推算出问题的解决过程，并对控制问题的具体实例进行了严格的数学公式推导。此外，书中引用了大量的工程实例，并对每个实例进行了详细的数学描述，理论与实际结合。
本书可供自动化、力学、计算机等相关领域高校师生和科研院所研究人员及技术人员阅读参考。
"

本书面向人工智能相关专业（智能科学与技术、控制科学与工程、计算机科学与技术）的本科生，以从人工智能角度理解模式识别和用模式识别原理解决工程问题为目标，将内容分为基础知识、模式分类和模式聚类三大部分，突出简明和实用的特点。书中穿插大量案例，可以帮助学生在掌握基本概念的基础上理解基本原理，熟悉典型方法，做到知其然，知其所以然。本书注重引导学生充分利用样本数据库和算法库等各种网络资源，通过课程学习、案例计算和算法实现，分析来自生产和生活实际中的模式识别问题，采用合适的模式识别算法和技术，通过Py

本书主要介绍线性控制系统的分析和设计理论，包括控制系统的状
态空间模型和状态运动规律，系统的能控性、能观性和稳定性等定性分
析，状态反馈、输出反馈、饱和控制、跟踪控制和观测器设计等综合理
论，以及线性二次型最优控制方法。
本书叙述深入浅出，主要围绕一个贯穿全书的系统设计示例展开，
有助于读者建立起系统工程的观念、逐步厘清不同控制问题及其解决思
路。此外，书中配合各章内容给出了利用MATLAB求解控制系统各个具

本书是模式识别领域的入门教材，系统阐述了模式识别的基础知识、主要模型及热门应用，并给出了近年来本领域一些新的成果和观点.全书共15章，分为五部分：第一部分(第1-4章)介绍了模式识别的基础知识；第二部分(第5-6章)介绍了与领域知识无关的特征提取；第三部分(第7-10章)介绍了分类器与其他工具；第四部分(第11-12章)介绍了如何处理变化多端的数据；第五部分(第13-15章)介绍了一些高阶课题，包括正态分布、EM算法和卷积神经网络。

本书主要包括了现代控制理论中线性系统状态空间模型的建立、线性系统状态空间分析、状态反馈与极点配置及状态观测器，以及采样控制系统的分析与非线性控制系统的分析等内容。本书通过大量的例题与习题使学生能够逐步掌握各章的重点内容，并在内容安排上力求模块化，便于教学设计与学生自学。
本书结合课程知识点，提供了关于控制专家及教育家的爱国情怀阅读资料，并以国家重大工程为例说明现代控制理论相关知识的应用，引导学生树立热爱科学、崇尚科学的理想情怀。此外，本书还提供了现代控制理论在产业中的应用案例。
本书

本书是针对高等院校理工科高年级学生编写的控制系统基础理论教科书。本书全面系统地论述了控制系统状态空间分析的基本方法及状态空间综合的基本理论与方法，包括：控制系统的状态空间描述，控制系统状态方程的解，线性控制系统的能控性和能观测性，控制系统的稳定性分析，状态反馈、输出反馈、极点配置与状态观测器设计，以及最优控制等基本内容。另外，为了加强实践环节的教学，将MATLAB语言的知识穿插到各章内容中，以利于培养学生利用计算机解决实际问题的能力。各章列举了大量实际应用例题，强调了基本理论的工程实际

本书内容涵盖控制相关学科各专业所必需的基础知识，以时域中的线性系统理论知识为主要内容，同时兼顾控制的频域知识。主要内容包括系统的数学描述、系统的动态响应、系统的能控性和能观性、系统的最小实现、系统的稳定性、系统的时域综合等。本书在内容论述上力求精练，在概念叙述上力求清晰，在理论分析上力求严谨，在系统设计方法和算法介绍上力求实用，在例证说明上力求简明。