本书系统深入地论述用于模式识别的特征选择的理论与方法。在内容上注重系统、全面地论述特征选择理论和方法，并力求反映、外特征选择领域的发展趋势。 全书重点论述各种有监督和无监督特征选择理论及方法。全面涵盖特征选择原理、特征选择方法分类、各类特征选择方法特点及特征选择算法性能评价方法等知识。论述各种特征评价方法。论述各种滤波式、封装式特征选择方法的原理、工作流程及算法步骤。论述特征选择集成方法、特征选择方法与样本选择及分类器集成的融合方法。还包括用于无监督模式识别的基于图谱理论的特征选择方法，用于优化深度学习网络的特征选择方法等的研究成果。 本书提供用于大型数据集和高维数据分析的特征选择算法及生物信息学应用的资料，涵盖了水声目标识别、字符识别、基于脑功能磁共振成像和单核苷酸多态

本书分为税法总则、税收债法和程序税法三篇，每篇选取若干有代表性的主题，从理论和实践两信方面展开论述。在研究方法上，本书始终坚持法学视角，既注意规范分析，又重视价值衡量。对于立法的现状和缺漏，除了法理上的评判处，尝试借用宪法的思维模式。在研究立场上，强调从公民基本权的高度，加强纳税人的权利保护，防范国家权力的滥用。本书的诸多结论有别于以往，体现出作者在研究方面的鲜明个性。

第五卷在延续前四卷风格的基础上，研究的焦点汇聚于房地产相关税种，讨论所选取的角度与素材既关系公共财政的收入与分配，又关系每一个纳税人的自身利益，使本书朝着精细化和专业化迈进的同时，又拉近了“冰冷的税法”与纳税人之间的距离，顺应了税法学未来的发展方向。

《法学方法与现代税法》内容简介：法律的现代化需要法学方法的认识、接受与应用，否则不能客观严谨地论断是非。《法学方法与现代税法》是台湾学者黄茂荣对法学方法的认识于税法领域的体现和总结。作者结合具体的法律规定，以体系化的研究方法从学理和实证的角度详尽阐述、探讨了税法领域中几个重要问题：税的概念和种类、事权与财政的关系、税法的基本原则、税法的体系、税法与民事法的关系以及税法的法源等。

本书系统深入地论述用于模式识别的特征选择的理论与方法。在内容上注重系统、全面地论述特征选择理论和方法，并力求反映、外特征选择领域的发展趋势。 全书重点论述各种有监督和无监督特征选择理论及方法。全面涵盖特征选择原理、特征选择方法分类、各类特征选择方法特点及特征选择算法性能评价方法等知识。论述各种特征评价方法。论述各种滤波式、封装式特征选择方法的原理、工作流程及算法步骤。论述特征选择集成方法、特征选择方法与样本选择及分类器集成的融合方法。还包括用于无监督模式识别的基于图谱理论的特征选择方法，用于优化深度学习网络的特征选择方法等的研究成果。 本书提供用于大型数据集和高维数据分析的特征选择算法及生物信息学应用的资料，涵盖了水声目标识别、字符识别、基于脑功能磁共振成像和单核苷酸多态

本书是武汉大学税法研究中心与黄石市地方税务局的合作成果。课题组成员围绕项目主题，利用网络平台集体讨论学习，在近2年内，共组织20场小型研讨会，内容涉及部门预算、起征点调整、税务行政救济、推定课税、社保费征缴、股权转让的个税问题、税收执法主体、房地产税改革等。在全国税务系统中，以这种形式培养人才，绝无仅有。 本书记录了他们的心路历程以及讨论中碰撞出的思想火花，真实展现了基层税务执法人员的所思所想。讨论中所提出的问题，所尝试的解决思路，以及各种实务操作信息，对在校学生、税务工作者、律师、税务师、会计师以及企业税务主管非常具有参考价值。

《法学方法与现代税法》内容简介：法律的现代化需要法学方法的认识、接受与应用，否则不能客观严谨地论断是非。《法学方法与现代税法》是学者黄茂荣对法学方法的认识于税法领域的体现和总结。作者结合具体的法律规定，以体系化的研究方法从学理和实证的角度详尽阐述、探讨了税法领域中几个重要问题：税的概念和种类、事权与财政的关系、税法的基本原则、税法的体系、税法与民事法的关系以及税法的法源等。

本书系统深入地论述用于模式识别的特征选择的理论与方法。在内容上注重系统、全面地论述特征选择理论和方法，并力求反映、外特征选择领域的发展趋势。 全书重点论述各种有监督和无监督特征选择理论及方法。全面涵盖特征选择原理、特征选择方法分类、各类特征选择方法特点及特征选择算法性能评价方法等知识。论述各种特征评价方法。论述各种滤波式、封装式特征选择方法的原理、工作流程及算法步骤。论述特征选择集成方法、特征选择方法与样本选择及分类器集成的融合方法。还包括用于无监督模式识别的基于图谱理论的特征选择方法，用于优化深度学习网络的特征选择方法等的研究成果。 本书提供用于大型数据集和高维数据分析的特征选择算法及生物信息学应用的资料，涵盖了水声目标识别、字符识

本书是关于机器人学和机器视觉的实用参考书， 部分“基础知识”（第2章和第3章）介绍机器人及其操作对象的位置和姿态描述，以及机器人路径和运动的表示方法；第二部分“移动机器人”（第4章至第6章）介绍其基本运动控制模式及其导航和定位方法；第三部分“臂型机器人”（第7章至第9章）介绍其运动学、动力学和控制方面的知识；第四部分“计算机视觉”（0章至4章）包括光照与色彩，图像形成和处理技术，图像特征提取，以及基于多幅图像的立体视觉技术；第五部分“机器人学、 视学与控制”（5章和6章）分别讨论基于位置和基于图像的视觉伺服及更先进的混合视觉伺服方法。本书将机器人学与机器视觉知识有机结合，给出了实例算法和程序。作者有完备的代码可下载，用于验证书中知识点和实例，注重如何利用视觉信息控制机器人的运动。