脑科学研究是全世界科学研究的热点，其中癫痫是我国乃至全球人口健康领域正在面临的重大挑战。由于发作种类繁多、诱因复杂、生理机制至今尚不明确，即便现在**有发展前景的神经调控治疗也无法彻底治愈。因此人们对癫痫的认识还需要医学、神经科学、生物学、数学、力学等学科的交叉研究和共同参与。《BR》作者与国内外著名医学院、国际一流癫痫神经外科医生合作，基于真实的临床医学数据或者电生理实验现象以及医学相关报道，借鉴、修正、构建符合生理特性的癫痫功能网络模型，采用动力学与控制分析手段，从分子细胞水平或者系统回路水平解释癫痫的发病原理从而指导临床干预，辅助实现从“对病治疗”提升为“对症治疗”。

本书是特级教师、正高级教师童其林和福建省名师、正高级教师彭志强的力作，是专门为适应新课程高考的考生精心打造的作品。本书既有对中国高考评价体系的理解与感悟，也有在中国高考评价体系下高考数学的若干变化的介绍；既有对高考数学备考复习的建议，也有对考场答题技巧，特别是对新高考要面对的新题型进行的探秘。书中例题新颖，分析透彻，练习配套，是值得拥有且值得一读的作品。本书对于参考高考的考生，一线教师和教研人员，以及数学爱好者，都很有参考价值。

本书在归纳分析国内外相关研究的基础上，从小波变换，轮廓变换，剪切波等多尺度变换，以及多尺度变换的子带选择等全新角度研究了图像纹理分类理论和方法，并且还对大数据图像纹理分析和分类问题进行了研究。主要内容包括《BR》（1）研究背景，对早期多尺度变换和图像纹理分类理论和方法给出一个概述性的总结；《BR》（2）对当前主要多尺度变换的理论框架进行总结性介绍《BR》（3）研究小波域直方图比对的纹理分类理论和方法《BR》（4）研究轮廓波域泊松混合模型，及其基于该模型的纹理分类方法；《BR》（5）研究基于轮廓波域聚类的纹理分类理论和方法《BR》（6）研究剪切波子带依赖性的线性回归模型，以及基于该模型的的纹理分类方法《BR》（7）研究轮廓波子带的统计特征提取方法，以及基于轮廓波域统计特征的纹理分类方法《BR》（8）研究了多尺度变换的子带选择理论，以及基于子带选择的图像纹理分类方法《BR》（9）针对当前视觉大数据分析的重要性和难题，研究了大数据图像纹理的分类理论和方法

本书的主要内容如下：随机变量和分布函数，测度论，数学期望，方差，各种收敛性，大数律， 中心极限定理，特征函数，随机游动， 马氏性和鞅理论.本书内容丰富，逻辑紧密，叙述严谨，不仅可以扩展读者的视野，而且还将为其后续的学习和研究打下坚实基础。此外，本书的习题较多， 都经过细心的遴选， 从易到难， 便于读者巩固练习。本版补充了有关测度和积分方面的内容，并增加了一些习题。

本书选编了哈代的代表性论著《一个数学家的辩白》及其他一些短小精悍的文章与讲稿，其中《一个数学家的辩白》一文，内容涉及数学的本质与特点、数学的历史、数学的社会功能等，被称为是“用雅的语言对数学真谛进行的完美的揭示”。

科学是认识真理的方式吗？自然现象的本质是什么？为什么会存在自然现象？我们能够在科学中找到答案吗？科学家们就某个问题达成了“共识”，是否意味着这个科学问题已得到解决？无论你是科学爱好者还是科研工作者，在学习和运用科学知识的过程中，也许都产生过上述疑问。这些疑问都涉及科学的内涵，即科学研究的对象是什么？科学方法包含了哪些方面？它们之间的关系是什么？科学的边界究竟在哪里？在具有了一定的科学知识或背景后，脑海中就会自然浮现出这些问题。那么，对于这些问题，你是否已有了明确的答案呢？ 在这本小书中，美国加州大学圣迭戈分校的迪？文特拉教授分享了他在二十多年的科研和教学过程中的心得体会。作者以轻松诙谐的笔触，系统介绍了实验观测、逻辑、假设和理论等科学方法的核心要素，以及它们之间的内在联系，进而阐述了如何应用科学方法来认识并探索物质世界和客观实在。这些内容为回答上述疑问提供了清晰的线索。另一方面，在追逐“热度”已成风潮的今天，前沿科学领域的重大创新突破往往会得到大量的新闻报道和媒体宣传。在点击率的驱使下，某些不甚严谨乃至夸大其词的报道有可能造成公众对科学事业的误解，从而有损科学的客观性和公信力。本书的一个独特之处在于，作者在论述“科学能做什么”的同时，更着重着墨于“科学不能做什么”。明确科学研究的范围和界限，可使读者在不具备专业知识的情况下，也能在一定程度上理解与甄别科学声明或主张。

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。本书特别介绍了一种数值方法，可以帮助读者理解排队论并对相关数据进行估算，并全面地介绍了简单的和高级的排队模型。本书扩展了对排队论的定性（非数学）描述，包括对日常生活中排队场景的描述，扩展了对随机过程的介绍，包括泊松过程及马尔可夫链。在介绍理论知识的同时，本书还提供了实际应用的例子，所有习题都已经过国外本科及研究生高等课程的课堂测试，可以帮助读者掌握解决实际排队问题的技巧。各章所介绍的关键概念和公式都是相对独立的，读者可以单独阅读感兴趣的内容。本书可作为高等院校应用数学、统计学等专业师生的参考书，也可为应用数学、运筹学、工程学和工业工程领域的从业者提供有益参考。

本书包括矩阵及初等变换、行列式、几何空间、n维向量空间、特征值与特征向量、二次型与二次曲面、线性空间与线性变换等六章基本理论和方法，每章以案例开篇，穿插与“智能”“计算机视觉”相结合的例题或习题，结尾给出案例的MATLAB算法；第七章介绍“Netflix百万美金大奖问题”等综合案例。采用“纸质内容+数字资源”的方式。纸质内容着重讲授基本概念、基本理论和典型例题。数字资源以拓展纸质内容、拓宽学生视野、激发学习兴趣为目标，配置前沿视角、应用案例、重要概念浅析、典型例题精讲等资源，并提供交互实验及自测作业等。

本书简要概述了研究生层次的群、环、域理论，强调了对数学其他领域有用的那些方面。书中聚焦于主要概念以及它们如何结合在一起，无论对学生还是专业人士都非常有用。除了关于群、环、模、域和Galois理论的标准内容外，书中还讨论了标准研究生课程经常省略的其他重要内容，包括线性群、群表示、Artin环的结构、射影、单射和平坦模、Dedekind域及中心单代数。书中的所有重要定理虽然没有给出证明，但通常会讨论这些证明背后的直观概念。准备复习和更新基础代数知识的读者将会从本书中受益，在工作中使用代数的数学家可将其用作案头参考书。

本书以快速和易懂的方式向读者介绍了复变量的主要内容，虽然不能面面俱到，但它确实为读者在这一基础领域打下坚实的基础。书中配有大量的插图和例题，论述生动、引人入胜。本书可作为初学这门学科的本科生或准备参加考试的研究生的重要学习资料。在这部佳作中，Krantz为复变量划了重点。本书有一个包含大约 250 个名词的极好的术语表和一个供延伸阅读的参考文献。—— D. P. Turner， CHOICE Magazine