本书旨在系统介绍基于Moreau?Yosida正则化的非光滑优化理论与方法，主要内容包括凸集和凸函数的概念、次梯度和Moreau?Yosida正则化有关性质；求解非光滑优化问题的束方法，以及牛顿束方法和有限记忆束方法；提出非光滑优化的共轭梯度算法，包括改进的PRP算法和改进的HS算法以及Barzilai和Borwein（BB）算法，并给出了求解大规模非光滑问题的数值案例，供读者参考；提出非光滑优化的信赖域算法，包括调和信赖域算法和投影梯度信赖域算法在非光滑问题中的应用。
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。
Qt是软件开发领域中非常著名的C++可视化开发平台。本书以Qt 5.11为平台，介绍Qt和QML编程及其应用开发。全书分为5个部分。第1部分为Qt基础，在上一版的基础上增加了Qt操作表格处理软件Excel数据和字处理软件Word数据的内容。第2部分为Qt综合实例，重新设计了电子商城系统、MyWord字处理软件、微信客户端程序。第3部分为Qt扩展应用OpenCV，首先配置OpenCV-3.4.3，然后介绍典型图片处理。第4部分为QML和Qt Quick及其应用，介绍了QML及Qt Quick相关内容，【综合实例】为多功能文档查看器。第5部分为附录，介绍了C++相关知识和Qt 5简单调试。本书提供配套的视频，分析典型案例，通过扫描二维码播放。为了方便读者上机练习，书中实例提供源代码，其编号为CH×××。
本书首先系统介绍了高维多目标优化及其进化算法的发展现状与趋势、实现技术。然后针对高维多目标优化目前存在的难点，着重阐述了作者在锥形分解高维多目标进化算法方面的系统研究成果，包括锥形分解高维多目标进化算法的核心原理、设计与实现，介绍了在差异尺度、不规则前沿等一些*情形下的相应扩展处理机制设计，举例说明了其在汽车驾驶室设计等工程问题中的应用。*后进一步深入分析了锥形分解约束高维多目标优化问题及其技术概况，详细地描述了锥形分解约束高维多目标进化算法的约束处理原理、算法设计与实现，并列举了其在水资源规划等实际约束工程问题中的应用。
网络流量识别是网络监控的关键环节，在网络管理中起着至关重要的作用，机器学习作为一种技术手段已经应用到网络流量识别过程中，并成为该领域的研究热点。基于机器学习的网络流量识别算法通过对流量行为测度的分析与度量来构建满足不同应用场景的流量识别需求模型。本书共9章，首先分析机器学习在流量识别中的意义和应用；其次对行为特征进行分析；再次系统分析非对称路由对流量识别算法的影响；最后对深度学习算法及模型进行分析研究。
为了适应培养我国２１世纪计算机各类人才的需要，结合我国高等学校教育工作的现状，立足培养学生能跟上国际计算机科学技术的发展水平，更新教学内容和教学方法，提高教学质量，本书以算法设计策略为知识单元，系统地介绍计算机算法的设计方法与分析技巧，以期为计算机科学与技术学科的学生提供广泛而坚实的计算机算法基础知识。另有配套的《算法设计与分析（第4版）习题解答》，对本书的全部习题做了详尽的解答。 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。
近百年来，由于大量计算的例子，数论学家增进了他们的直觉性。计算机和精心研制的算法逐渐导致出现了算法数论这一专门的领域。这个年轻的学科和计算机科学、密码学以及数学的其他分支有很强的联系。数学思想往往导致更好的算法，这是此学科的魅力之一；而对算法的广泛研究也促使数学新思想的产生和新问题的探索。本书包括由各领域首屈一指的专家对算法数论各个专题所写的二十篇综述性文章：前两篇文章为引论；随后的八篇文章覆盖了该领域的核心内容：因子分解、素性、光滑数、格、椭圆曲线、代数数论和算术运算的快速算法；后十篇文章就某个专门方面综述一些特殊课题，包括密码学、Arakelov 类群、计算类域论、有限域上的zeta 函数、算术几何与模形式理论。本书可供数学、计算机科学和密码学等相关专业的读者参考。
本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；Kzui近邻算法。
本书共八章.第1章和第2章简要介绍了机器学习的基本概念、研究内容、算法体系，以及相关的优化理论与优化算法.第3章和第4章详细介绍了几类作为分类器和回归器的支持向量机算法，包括算法出发点、建模思想、理论推导和算法在数据分类、识别、拟合、预测等方面的应用.第5章和第6章着重介绍了两类常用的数据预处理方法，一类是数据的特征提取方法，另一类是数据的聚类方法.第7章和第8章介绍了几类常用的神经网络算法和数据相关分析算法. 本书可用作数据科学与大数据技术、人工智能与云计算、计算机科学与应用、数学与应用数学等本科专业中机器学习课程的教材，也可用作相关或相近学科研究生的参考教材.
