本书总结了作者多年来在声发射技术领域取得的研究成果，重点讲述了声发射技术在金属材料裂纹损伤、腐蚀损伤以及复合材料拉伸损伤检测中的应用。全书分为6章，包括绪论、声发射检测技术的原理、材料损伤过程声发射信号处理与分析、金属材料裂纹损伤的声发射检测、金属材料腐蚀损伤的声发射检测、纤维增强型复合材料拉伸损伤的声发射检测等。 本书既可作为高等院校相关专业硕士研究生的教材，也可作为从事材料检测和声发射技术领域研究的工程技术人员的参考用书。
本书为普通高校本科教材，分为实验误差与数据处理的基本知识，物理实验预备知识，基础实验，综合实验和设计实验等模块。对每个实验内容的原理都作了简要的论述。
本书是作者在清华大学航天航空学院所讲授的研究生课程“结构优化设计”讲义的基础上，对有关内容做进一步整理和补充编写而成的。全书分为两篇。第1篇为基础部分，前5章大致涵盖了结构优化的基本概念、一般性理论和较为常见的求解方法； 第6~8章介绍了一些在大规模结构优化问题的求解中十分有效的模型处理技术和灵敏度分析方法。考虑到结构拓扑优化是近20年来结构优化领域为活跃的方向，而振动和声学设计又是近年来该方向的研究热点之一。本书第2篇围绕此领域进行专题介绍。第9章对结构拓扑优化的基本思想和实现方法进行介绍，第10~13章分别针对振动和声学拓扑优化领域的四个专题进行介绍，即特征频率优化、动态柔度优化、声振耦合系统优化及声学微结构优化，其内容除了包括基本理论和方法，也汇集了作者及其合作者在近年的一些相关研究
本书的宗旨是既要介绍传统的回归和分类方法，又要引入大量 加有效的机器学习方法，并且通过实际例子，运用R和Python两种软件来让读者理解各种方法的意义和实践，能够自主做数据分析并得到结论。 本书主要内容包括：经典线性回归、广义线性模型、混合效应模型（分层模型）、机器学习回归方法（决策树、bagging、随机森林、各种boosting方法、人工神经网络、支持向量机、k 近邻方法）、生存分析及Cox模型、经典判别分析与logistic回归分类、机器学习分类方法（决策树、bagging、随机森林、AdAboost、人工神经网络、支持向量机、k 近邻方法）。其中，混合效应模型、生存分析及Cox模型的内容可根据需要选用。
