本书全面介绍了算法的数学分析所涉及的主要技术。涵盖的内容来自经典的数学课题（包括离散数学、初等实分析、组合数学），以及经典的计算机科学课题（包括算法和数据结构）。本书的重点是“平均情况”或“概率性”分析，书中也论述了“很差情况”或“复杂性”分析所需的基本数学工具。本书版为行业代表性著作，第2版不仅对书中图片和代码进行了更新，还补充了新章节。全书共9章，章是导论；第2~5章介绍数学方法；第6~9章介绍组合结构及其在算法分析中的应用。除每章包含的大量习题以及参考文献外，本书特设配套免费学习网站，为读者提供了很多关于算法分析的补充材料，包括课件和相关网站的链接，帮助读者提高学习兴趣，完成更深入的学习。

本书介绍了如何分析排队模型的概率性质，以及分析过程中所涉及的统计原理。作者并没有局限于某个特定的应用领域，而是基于计算机科学、工程学、商业和运筹学等多个领域的实践阐述了相关的排队论理论。本书特别介绍了

《智能计算系统》： 《智能计算系统》通过一个贯穿始终的应用案例 图像风格迁移，全面系统地介绍智能计算系统的软硬件技术栈。首先概述人工智能和智能计算系统（首章）；接下来介绍完成应用所必要的神经网络和深度学习算法知识（第2、3章）；然后介绍支撑算法在智能芯片上运行的编程框架（第4、5章）；再往下是智能芯片，即引导学生设计一款满足图像风格迁移应用需求的深度学习处理器（第6、7章）；接下来介绍如何利用智能编程语言BCL提升编写智能算法的生产效率（第8章）；后以具体实验把所学知识点串联起来，打通知识结构的 任督二脉 （第9章）。 《智能计算系统》由中科院计算所、软件所的专家学者倾心写就，领衔作者陈云霁带领的团队曾研制了国际上一个深度学习处理器芯片 寒武纪1号 ，《智能计算系统》这本教材凝聚了作者团队

本书首先介绍遗传算法的概念、理论、主要应用方向、算法流程和关键参数说明，并给出具体的MATLAB仿真实例；然后介绍直线阵列、平面阵列、圆形阵列、圆柱阵列综合方向图的理论知识；再通过根据具体问题适应性改进的遗传算法对它们进行稀疏布阵，达到减少天线阵元，降低成本，同时防止出现栅瓣，得到低旁瓣方向图的目的。本书内容由浅入深，循序渐进，便于读者对遗传算法的深入理解和掌握。

类别不平衡学习是机器学习与数据挖掘领域的重要分支之一，其在很多应用领域中均发挥着重要作用。本书首先系统地介绍了与类别不平衡学习相关的一些基础概念及理论(第1、2章)，进而在上述理论的基础上，讨论了一些主流的类别不平衡学习技术及对应算法，具体包括样本采样技术(第3章)、代价敏感学习技术(第4章)、决策输出补偿技术(第5章)、集成学习技术(第6章)、主动学习技术(第7章)及一类分类技术(第8章)等。此外，也探讨了样本不平衡分布的危害预评估技术(第9章)。，对该领域未来的发展方向及应用前景做出了评述与展望(第10章)。本书可作为高等院校与研究院所计算机、自动化及相关专业研究生的课外阅读书籍，也可供对机器学习及数据挖掘感兴趣的研究人员和工程技术人员阅读参考。

隐写术是把秘密消息隐藏在看似正常的数字媒体中，通过隐藏秘密消息的存在性来获得通信安全的一种隐蔽通信技术，它是信息隐藏技术的一个重要分支。弗里德里希编著的这本《数字媒体中的隐写术－－原理算法和应用》全面介绍了隐写术的历史起源、基本原理、主要算法和实际应用，同时还重点介绍了检测隐写术的隐写分析技术。本书还包含了隐写及隐写分析中用到的多种理论，如信息论、编码理论、信号估计和检测，以及统计信号处理等，且大部分算法都提供了伪代码，使得算法的实现非常容易。本书适合作为信息安全、信息处理、计算机应用等专业本科高年级学生及研究生的专业课教材，也可供从事信息隐藏和多媒体信息安全领域研究的科研人员阅读参考。