《典型非线性多稳态系统的随机动力学》基于非线性随机动力学理论方法，研究了典型多稳态随机系统的动力学特性，揭示了由多稳态和噪声诱导产生的新颖非线性现象。《典型非线性多稳态系统的随机动力学》共7章，第1章详细介绍了随机共振经典理论及典型噪声的数值模拟方法等基础知识。从第2章开始，系统研究了不同随机激励下周期势系统和三稳态系统的噪声诱导共振、时滞三稳态系统的随机动力学特性等，并将理论结果应用于微弱故障信号的提取和随机振动能量采集系统的参数优化设计中。《典型非线性多稳态系统的随机动力学》内容主要来自于作者长期从事非线性随机动力系统的研究成果，体系完整，有助于深入认识噪声、非线性和时滞等对随机系统动力学的影响。

《自适应数据分析方法——理论与应用》以高频数据为主要研究对象，将不同的自适应分析方法（经验模态分解、整体经验模态分解、自适应噪声的完备经验模态分解、局部均值分解、总体局部均值分解）应用到金融高频数据的波动率估计中，并比较分析了基于自适应分析方法的波动率估计的优缺点、精度以及未来的应用和发展。对波动率进行估计可以有效地把握市场的运行规律，这为今后的资产定价和风险管理的研究都提供了丰富的参考依据，同时也为我国股票市场的波动率估计提供了新的思路。

函数型数据分析的主要研究对象是随机过程及其产生的样本，函数型回归模型的统计分析是函数型数据分析的主要内容。本书首先介绍了函数型数据分析的基础理论、研究方法和最新研究动态。本书详细地阐述了五类重要函数型回归模型的统计推断以及它们的应用，这些模型包括函数线性模型、部分函数线性模型、部分函数半参数模型、部分函数部分线性可加性模型、部分函数部分线性单指标模型等。本书可供统计学专业高年级本科生、研究生、青年教师以及应用函数型数据分析解决相关问题的其他专业如经济、金融、医学、气象、环境等领域的科研和应用科技工作者参考。

本书是计算机类教学指导委员会推荐的系统能力培养教材之一。本书《离散数学及其应用—Python建模与实现》系统介绍了数理逻辑、集合论、图论和代数系统，以计算为认知模型，重点给出概念、运算及关系的计算表示，并用计算验证性质与定理。以逻辑为认知模型，给出概念、运算及关系的逻辑表示，并证明性质与定理。即注重概念、运算及关系的理解，又注重探究性质及定理的验证与验证。即以Python作为认识离散数学知识的模型，同时，又以离散数学作为离散世界的模型，为解决复杂工程问题提供实际应用解决方法。本书可作为计算机科学与技术、软件工程专业专业必修课教材，也可以作为其它信息相关专业“离散数学”教材。同时，本书可作为其他专业技术人员或学生的参考读物。

《随机发展方程引论》在讲授了随机微分方程、随机反应扩散方程、随机Navier-Stokes方程和带切换的随机微分方程解的存在唯一性和正则性的基础上，系统地讲授了加性噪声和乘性噪声驱动的随机发展方程的适定性及正则性，总结了Hilbert空间和Banach空间中随机发展方程遍历性证明方法，简要讲述随机动力系统的Wong-Zakai逼近及随机系统同步分析方法，总结了作者在分数阶偏微分方程、随机弱耗散系统和随机流体类发展方程的数值遍历性方面的研宄成果。

线性代数略似迷宫，进入不难，出来不易。本书是上卷《高数笔谈》、中卷《工数笔谈》的下卷。本书包括六章和附录，章为行列式，第2章为矩阵，第3章为坐标变换，第4章为对称矩阵与二次型，第5章为线性空间，第6章为欧式空间。作者根据五十余年的教学经验，专为青年教师及工科学生写的一本数学参考资料，目的是阐述一些线性代数的实际涵义，引导学生去思考，探索进行创新的追求。为兼顾工科学生的特点，本书不追求数学的严格性，但务使能学以致用，启发学生的主观能动性。

偏微分方程是描述在变化中有守恒之物理世界诸多机制的重要手段。《数学物理方程及相关分析工具简明教程（英文版）》将围绕波动、热传导以及泊松方程三类*典型的二阶偏微分方程展开讨论，同时介绍特殊函数这一可用于求解偏微分方程的分析工具。《数学物理方程及相关分析工具简明教程（英文版）》旨在帮助读者初步形成综合运用偏微分方程分析解决物理问题的能力。

本书分为极限与连续、一元函数微分学、一元函数积分学、多元函数微分学、二重积分和三重积分、曲线积分与曲面积分、空间解析几何、级数、微分方程等九个专题，每个专题又含“基本概念和内容提要”“竞赛题解析”“练习题”三个部分。书中竞赛题选自全国、江苏省、浙江省、上海市、北京市等省市普通高等学校非理科专业历届高等数学竞赛试题，南京大学等国内高校历年大学数学竞赛试题，以及莫斯科大学等国外高校大学生数学竞赛试题。另外，从近几年的硕士研究生入学考试试题中也挑选了部分好题，丰富了本书的内涵。

非参数估计方法是现代统计学中的重要方法，《现代非参数统计》主要介绍非参数密度估计、非参数回归估计和经验似然方法.非参数密度估计的内容包括核密度估计、*近邻密度估计和频率插值密度估计，而非参数回归估计的内容包括随机设计权函数回归估计、固定设计权函数回归估计和混合相依样本下的回归估计.《现代非参数统计》主要介绍这些估计方法的构造和定义，以及相关的大样本性质.在内容选取时，有部分参考了一些学术专著，也有部分来源于学术论文，并经过提炼和升华，对一些数值模拟计算还配有R软件代码，使其更加通俗易懂，适应更多读者.

本书旨在对三角（或Fourier）级数系数单调性条件的设置进行研究，以保证级数的各种收敛性。在对其历史和发展进行了系统回顾的基础上，本书重点关注**的研究进展：对系数的设置既包含单调性的终推广，同时在此框架下取消原有的正性限制，力求内容的系统性和原创性，而在论述证明过程中包含了新的思想、方法和技术。可为感兴趣的数学工作者和学生提供相关信息和更新素材。本书内容自洽，读者只需要具备一定分析知识便可阅读，并可选作研究生教材。