本书是算法竞赛的入门和进阶教材，包括算法思路、模板代码、知识体系、赛事相关等内容。本书把竞赛常用的知识点和竞赛题结合起来，讲解清晰、透彻，帮助初学者建立自信心，快速从实际问题入手，模仿经典代码解决问题，进入中级学习阶段。 全书分为12章，覆盖了目前算法竞赛中的主要内容，包括算法竞赛概述、算法复杂度、STL和基本数据结构、搜索技术、高级数据结构、基础算法思想、动态规划、数学、字符串、图论、计算几何。 本书适合用于高等院校开展的ICPC、CCPC等算法竞赛培训，中学NOI信息学竞赛培训，以及需要学习算法、提高计算思维的计算机工作者。
算法详解系列图书共有4卷，本书是第2卷 图算法和数据结构。本书共有6章，主要介绍了3个主题，分别是图的搜索和应用、*短路径以及数据结构。附录简单回顾了渐进性表示法。本书的每一章均有小测验、章末习题，这为读者的自我检查以及进一步学习提供了方便。 本书提供了丰富而实用的资料，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维和计算思维的IT专业人士，以及正在准备面试的应聘者和面试官阅读参考。
算法是计算机科学领域*重要的基石之一。算法是程序的灵魂，只有掌握了算法，才能轻松地驾驭程序开发。 算法详解系列图书共有4卷，本书是第1卷 算法基础。本书共有6章，主要介绍了4个主题，它们分别是渐进性分析和大O表示法、分治算法和主方法、随机化算法以及排序和选择。附录A和附录B简单介绍了数据归纳法和离散概率的相关知识。本书的每一章均有小测验、章末习题和编程题，这为读者的自我检查以及进一步学习提供了较多的便利。 本书为对算法感兴趣的广大读者提供了丰富而实用的资料，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维和计算思维的IT专业人士，以及在准备面试的应聘者和面试官阅读参考。
《数值分析》介绍现代科学与工程计算中常见的数值计算方法及理论.《数值分析》内容包括:数值计算的误差和基本原则、线性方程组的直接解法和迭代解法、非线性方程(组)的数值解法、矩阵特征值问题的数值解法、插值法、函数逼近与*线拟合、数值积分与数值微分和常微分方程初值问题的数值解法.《数值分析》既注重数值计算方法及理论,又注重数值计算方法的实用性,主要算法都给出了数值实例和Python程序实现,在书末以二维码的形式呈现,感兴趣的读者可以下载源代码进行学习.每章章末配备了适量的练习题和上机实验题,书末附有部分习题的参考答案.
智能优化算法在解决大空间、非线性、全局寻优、组合优化等复杂问题方面具有独特的优势，因而得到了国内外学者的广泛关注，并在信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域得到了成功应用。本书介绍了8种经典智能优化算法 遗传算法、差分进化算法、免疫算法、蚁群算法、粒子群算法、模拟退火算法、禁忌搜索算法和神经网络算法的来源、原理、算法流程和关键参数说明，并给出了具体的MATLAB仿真实例。对于要用这些算法工具来解决具体问题的理论研究和工程技术人员，通过本书可以节省大量查询资料和编写程序的时间，通过仿真实例可以更深入地理解、快速地掌握这些算法。
本书系统介绍程序设计中常用的基础算法及典型案例，包括排序算法、递归算法、数论基础、组合数学基础、贪心算法、分治算法、动态规划算法和回溯算法等内容。 全书以图文并茂的方式讲解各种基础算法的分析过程，侧重于基础算法的深入理解与实践，配有大量图表辅助算法的分析过程，适用于有一定程序设计基础、尚未学习数据结构且对算法分析与设计感兴趣的算法初学者。 本书各章节配有典型案例和大量图表，既便于教师课堂讲授，也适合读者自学，可作为高等院校 程序设计基础 课程的延伸和 算法分析与设计 课程的入门教材，也可供程序设计竞赛初学者参考。
本书是普通高等教育"十一五 *规划教材和国家精品课程教材。全书以算法设计策略为知识单元，系统介绍计算机算法的设计方法与分析技巧。主要内容包括：算法概述、递归与分治策略、动态规划、贪心算法、回溯法、分支限界法、随机化算法、线性规划与网络流等。书中既涉及经典与实用算法及实例分析，又包括算法热点领域追踪。 为突出教材的可读性和可用性，章首增加了学习要点提示，章末配有难易适度的算法分析题和算法实现题；配套出版《计算机算法设计与分析习题解答（第5版）》；并免费提供电子课件和教学网站服务。
本书既清晰、简洁地介绍了标准数值分析教材所涵盖的内容，也介绍了非传统的内容，比如数学建模、蒙特卡罗方法、马尔可夫链和分形。书中选取的例子颇具趣味性和启发性，涉及现代应用领域（如信息检索和动画）以及来自物理和工程的传统主题。习题用MATLAB求解，使计算结果更容易理解。各章都简短介绍了数值方法的历史。而且还有网上资料。
自然语言处理是一门融语言学、计算机科学、数学于一体的学科，比较复杂，学习门槛高，但本书巧妙地避开了晦涩难懂的数学公式和证明，即便没有数学基础，也能零基础入门。 本书专注于中文的自然语言处理，以Python及其相关框架为工具，以实战为导向，详细讲解了自然语言处理的各种核心技术、方法论和经典算法。三位作者在人工智能、大数据和算法领域有丰富的积累和经验，是*、前明略数据和七牛云的资深专家。同时，本书也得到了*达摩院高级算法专家、七牛云AI实验室Leader等专家的高度评价和鼎力推荐。 全书一共11章，在逻辑上分为2个部分： *部分（第1、2、11章） 主要介绍了自然语言处理所需要了解的基础知识、前置技术、Python科学包、正则表达式以及Solr检索等。 第二部分（第5-10章） 第3~5章讲解了词法分析相关的技术，包括中文分词技术
本书较全面地叙述了智能控制的基本理论、方法和应用。全书共分17章，主要内容为模糊控制的基本原理和应用、神经网络控制的基本原理和应用、智能优化算法及其应用。 本书系统性强，突出理论联系实际，叙述深入浅出，适合于初学者学习。书中给出了一些智能算法的仿真实例和MATLAB仿真程序，并配有一定数量的习题和上机操作题，可作为高等院校工业自动化、计算机应用、电子工程等专业的高年级本科生和硕士研究生的教材，也适合从事工业自动化领域的工程技术人员阅读和参考。
本书是一部系统论述基于生物行为模型的智能优化算法案例与实现的著作。全书共分为6章:第1 章介绍生物启发式计算的研究背景, 对传统生物启发式计算方法进行了概述;第2章介绍将层次型信息 交流拓扑结构引入人工蜂群觅食模型中的内容, 提出基于层次型信息交流机制的多蜂群协同进化优化算 法, 使用该算法在搜索过程中能够维持整个种群多样性的群落级进化, 从而克服传统单层生物启发式优化 模型的 早熟收敛 问题, 并进一步提升算法的收敛速度与收敛精度; 第3章借鉴微生物学**研究成果, 从能量变化角度对细菌构建基于生命周期的优化模型, 进一步介绍基于生命周期的菌群觅食自适应优 化算法;第4章研究如何将改进的蜂群觅食优化算法用于求解聚类问题, 将基于层次型信息交流机制 的多蜂群协同进化优化的聚类优化算法用于教学评价体系;第5章研究如何将基于 L
图像去噪、去模糊、修补、超分辨率和压缩感知重建等图像反问题的求解在工程实践中有重要的应用价值, 也是近些年来图像处理领域的前沿热点。本书着重对图像反问题病态性的数值分析和基于算子分裂的图像反问题求解方法进行了较系统的研究和介绍。全书共分6章, 内容包括预备知识、图像反问题病态性数值分析及正则化方法、自适应正则化参数估计和基于算子分裂的图像反问题并行求解方法等。本书中的研究方法虽以图像去噪、去模糊、修补和压缩感知重建等复原类问题为例, 但也可推广至图像分割、高光谱分解、图像压缩等图像处理问题当中。本书适于作为高等学校教师及研究生的参考教材, 或供从事图像处理的科技工作者自学或进修选用。
MATLAB计算机视觉与机器认知 这是一本用 MATLAB演示计算机视觉原理的基础理论著作,从*初等的视频图像转换入手,层层递进,理论与实战并重但侧重于实战,借助混合编程及图形用户界面(GUI)设计,以简洁的方式展现了有一定挑战性的视频识别、目标跟踪、行为分析等关键视觉技术;同时扩展到机器认知层面,介绍仪器字符识别、机器故障诊断等有趣的应用,使读者可以在*短的时间内完成入门、进阶、精通与实战的跨越。 本书主编、副主编均在中国科学院、 985工程 大学国家重点实验室从事智能算法设计与应用的研究,部分理论功底扎实的优秀研究生也参加了主要章节的编撰。 本书既可作为算法工程师、高校教师和广大科技工作者的参考资料,也可作为高校相关专业的研究生教材和高年级大学生毕业设计的工具书。
本书是《算法设计与分析（第4版）》配套辅助教材。本书将结合原教材的内容，进一步讨论和讲解原教材中的重点和难点，问题分析，求解思路和方法，为读者深刻体会问题求解的核心思想提供帮助。由于原教材的内容有一定的深度和难度，读者在学习和解答习题过程中会遇到一定的困难，因此本书选择了原教材的一些典型的习题和难题，给出详细的解答和分析。本书内容丰富，观点新颖，理论联系实际。不仅可用作高等学校计算机专业本科生和研究生学习计算机算法设计的教材，而且也适合广大工程技术人员和自学读者学习参考。
本书首先系统介绍了视觉检测算法的发展及其研究现状，总结了视觉检测软件系统的体系结构与识别算法流程，然后以图像预处理、图像分割、图像变换、特征提取、图像匹配、图像分析与分类这一视觉检测流程为主线，通过粘扣带、网孔织物、坯布、导爆管、电子元器件、电子接插件、FPC补强片、汽车锁扣、列车车辆等多类产品的视觉检测应用实例以及各种算法的实验对比分析，揭示各视觉检测算法的适用场合与优缺点，为视觉检测系统的开发以及新算法的设计提供相关指导。
《智能就是算法吗？》 提供了对算法与智能的机理分析，不仅可让读者了解什么是算法、什么是智能，同时也揭示了人工智能领域的新发展。全书共包括原书前言、11章正文内容及附录部分，每章内容层层递进。在原书前言部分，作者以博客网站Steemit的运作方式引出了对本书的介绍和人工智能现状及其关注热点，同时介绍了本书的写作背景与资讯。在正文部分，第1章主要介绍了用于智能的自然元系统迁移算法；第2~7章分别讨论了人工智能涉及的多个领域，包括认知与识别、推理、问题求解、写作和组织思想的模板、情绪智能；第8~10章专门讨论人工智能特定领域，包括人工智能病理学、人工意识、Wedmind的体系结构；第11章则单独介绍了自然、人类和人工系统中的直觉概念。在附录部分，作者补充介绍了自己编写第1章的其余要素，以便读者能够更好地了解本书的内
