本書從幾個著名數(shù)學問題出發(fā)，深入淺出地講解了與我國初高中的教學實際緊密聯(lián)系的數(shù)學知識，并把知識內(nèi)容與數(shù)學核心素養(yǎng)結(jié)合起來。在這條知識主線的周邊，穿插介紹知識內(nèi)容的歷史發(fā)展過程，對相關(guān)數(shù)學分支在數(shù)學史上的地位進行深入思考，并輔之以數(shù)學文化、趣味知識、數(shù)學游戲、數(shù)學悖論等茂盛枝葉。全書共6章，第1章介紹無處不在的楊輝三角；

本書介紹具有周期微結(jié)構(gòu)的材料、板梁結(jié)構(gòu)等效性質(zhì)預(yù)測及其優(yōu)化設(shè)計。全書共5章，第1章介紹了周期材料/結(jié)構(gòu)等效性質(zhì)預(yù)測方法及其結(jié)構(gòu)優(yōu)化設(shè)計方法；第2章詳細介紹了周期材料/結(jié)構(gòu)的漸近均勻化方法及其新數(shù)值求解算法(NIAH)，詳細論述了單胞方程及等效性質(zhì)的有限元實現(xiàn)方法；第3章介紹了基于能量等效的周期梁結(jié)構(gòu)等效剪切剛度及應(yīng)力反

1993年，國家自然科學基金委員會設(shè)立理論物理專款，并成立學術(shù)**小組。設(shè)立�？畹哪康氖牵捍龠M我國理論物理學研究的發(fā)展，培養(yǎng)理論物理優(yōu)秀人才，做出國際先進水平的研究成果，充分發(fā)揮理論物理對國民經(jīng)濟建設(shè)和科學技術(shù)在戰(zhàn)略決策上應(yīng)有的指導(dǎo)和咨詢作用。理論物理�？钍腔�金委在基金主體申請的主要框架下的一種特別設(shè)計，是對基礎(chǔ)學科理

本冊內(nèi)容包括向量代數(shù)與空間解析幾何、多元函數(shù)微分學、第一型積分、第二型積分、無窮積數(shù)五章,每章分成教學基本要求、內(nèi)容復(fù)習與整理、擴展與提高、釋疑解惑、典型錯誤辨析、例題選講和配套教材習題參考解答七個部分.內(nèi)容講解力求深入淺出,條分縷析,邏輯嚴謹,突出思想性、知識性、直觀性.

本冊內(nèi)容包括函數(shù)的極限與連續(xù)性、一元函數(shù)微分學、一元函數(shù)積分學和微分方程四章,每章分成教學基本要求、內(nèi)容復(fù)習與整理、擴展與提高、釋疑解惑、典型錯誤辨析、例題選講和配套教材習題參考解答七個部分.內(nèi)容講解力求深入淺出,條分縷析,邏輯嚴謹,突出思想性、知識性、直觀性.

本書收錄了28篇皮埃爾-吉勒·德熱納在獲得1991年諾貝爾物理學獎以后在各種場合的演講、所接受的采訪，以及未發(fā)表或以較為保密的形式發(fā)表的文章。寫作或發(fā)表的時間大部分為1991年以后，還有幾篇文章是20世紀70年代的作品。在本書中，德熱納不僅用深入淺出的語言簡明扼要地敘述了凝聚態(tài)物質(zhì)、材料、軟物質(zhì)、統(tǒng)計物理學、氣泡等所涉

本書為“聚集誘導(dǎo)發(fā)光叢書”之一。作為第一本系統(tǒng)總結(jié)聚集誘導(dǎo)發(fā)光分子自組裝行為及其應(yīng)用的圖書，本書從聚集誘導(dǎo)發(fā)光分子的結(jié)構(gòu)特點和分子自組裝基本原理出發(fā)，全面介紹了實現(xiàn)聚集誘導(dǎo)發(fā)光分子自組裝的策略和方法，并對聚集誘導(dǎo)發(fā)光分子的組裝行為在生物醫(yī)學、光學、化學傳感、材料過程可視化等領(lǐng)域的應(yīng)用進行了系統(tǒng)介紹。

本書系統(tǒng)深入地闡述了鴿群優(yōu)化的起源、原理、模型、理論、改進及應(yīng)用，力圖概括該算法自提出以來的國內(nèi)外**研究進展。全書共9章，主要包括鴿群優(yōu)化思想起源和研究現(xiàn)狀，鴿群優(yōu)化機制原理、數(shù)學模型和實現(xiàn)流程，鴿群優(yōu)化收斂性理論證明、首達時間及參數(shù)選擇，鴿群優(yōu)化模型改進，鴿群優(yōu)化在任務(wù)規(guī)劃、自主控制、信息處理、電氣能控等領(lǐng)域的典型

信念修正是人工智能的研究分支之一。在哲學、認知心理學和數(shù)據(jù)庫更新等領(lǐng)域中，很早就有對信念修正的討論和研究。AGM公設(shè)在20世紀70年代末被提出，它是任何一個合理的信念修正算子應(yīng)該滿足的最基本條件。本書作者李未院士在20世紀80年代中期提出了R-演算，這是一個滿足AGM公設(shè)、非單調(diào)的并且類似于Gentzen推理系統(tǒng)的信念

自然圖像、高光譜圖像、醫(yī)學圖像、視頻以及社交網(wǎng)絡(luò)數(shù)據(jù)本質(zhì)上都屬于多模態(tài)數(shù)據(jù)，張量是多模態(tài)數(shù)據(jù)的自然表示形式.近十余年來，張量學習的研究引起了國內(nèi)外研究者的廣泛關(guān)注，并取得了一批非常優(yōu)秀的成果，被廣泛應(yīng)用于機器學習、模式識別、圖像處理、計算機視覺、數(shù)據(jù)挖掘以及社交網(wǎng)絡(luò)分析等領(lǐng)域。本書從張量的基本概念和代數(shù)運算出發(fā)，基于多