离散优化是现代应用数学的一个重要分支，属于数学与运筹、优化、统计、数据分析等多个交叉领域的范畴。离散优化问题存在于现实世界的各个角落，目前人工智能、数据科学、网络安全等新兴学科和领域的急剧发展，也促使了大量大规模离散优化问题的诞生，由此也带来了离散优化领域新的发展和挑战，离散优化领域得到越来越多的重视和关注。 本教材在编者历年讲授的讲义基础上，整理完善而成，其中包含了离散优化领域的经典问题和基本理论方法，每章相对独立，又有关联，便于教师讲授和学生学习。书中包含了大量例题和习题，有理论的证明，有程序的实现，也有书中例题和算法的延伸，适合不同专业学生有针对性的选做。编者也做了大量的调研和专家咨询，相信本书必将得到数学、应用数学、运筹学、数据科学、统计学、人工智能、计算机科学、网络安全、计算生物学等多个领域学生的青睐。

随机平均法是研究非线性随机动力学最有效且应用最广泛的近似解析方法之一。本书是专门论述随机平均法的著作，介绍了随机平均法的基本原理，给出了多种随机激励（高斯白噪声、高斯和泊松白噪声、分数高斯噪声、色噪声、谐和与宽带噪声等）下多种类型非线性系统（拟哈密顿系统、拟广义哈密顿系统、含遗传效应力系统等）的随机平均法以及在自然科学和技术科学中的若干应用，主要是近30年来浙江大学朱位秋院士团队与美国佛罗里达大西洋大学Y.K. Lin院士和蔡国强教授关于随机平均法的研究成果的系统总结。本书论述深入浅出，同时提供了必要的预备知识与众多算例，以利读者理解与掌握本书内容。

相依混合随机变量是现代概率统计中的重要概念， 它具有非常直观的实际应用背景， 如时间序列数据、空间数据、网格数据和高频数据等都具有相依性， 且呈现渐近独立的特征. 因此， 近几十年来一直都吸引了众多学者的关注与研究， 获得了丰硕的研究成果. 本书主要介绍混合随机变量的基本理论， 内容包括混合随机变量的定义与性质、随机过程的混合性质、混合随机变量的不等式、混合随机变量的中心极限定理和相依随机变量的强大数律. 作为应用， 书中介绍了混合高频数据的非参数估计和混合样本下回归模型的小波估计， 其中混合高频数据是一个新的应用专题. 另外， 书中还介绍了相协随机变量和负相协随机变量这两个相依概念的相关内容. 大部分内容来源于学术原文， 并经过提炼和升华， 使其体现更先进的研究成果， 且更加通俗易懂， 适应更多读者.

数学是中小学的核心课程，教会学生运用数学知识解决问题是数学教育的根本。但是学生在数学问题解决过程中会出现系统性偏差和错误，这些现象并不是单纯地由知识或概念缺失造成的，而是直觉或过度学习的结果。《BR》本书采用行为和脑电技术，对学生在数学学习中常出现的直觉启发式偏差的认知机制进行了系统研究，揭示了数学问题解决的认知机制，也提供了一些干预方法，内容涉及有理数、概率、几何和线性关系等，研究对象有大中小学学生及数学教师。研究显示，认知抑制在数学问题解决中具有重要作用，顺利地解决数学问题不仅需要激活正确的知识，还需要抑制与之竞争的相关知识的干扰。

地理空间健康数据对于公共卫生和政策制定至关重要。这些数据可用于量化疾病负担，了解地理和时间模式，识别风险因素以及衡量不平等现象。本书介绍了R中用于分析地理参考健康数据的空间和时空统计方法以及可视化技术，具体涵盖以下主题：·操作和转换点、面和栅格数据；·使用区域和地理统计数据进行疾病映射的贝叶斯分层模型；·使用集成的嵌套拉普拉斯近似（INLA）和随机偏微分方程（SPDE）方法拟合和解释空间和时空模型；·创建交互式和静态可视化，例如疾病地图和时间曲线图；·可重现的R Markdown报告、交互式仪表盘和Shiny Web应用程序，便于向合作者和决策者传达见解。 本书提供了基于真实世界数据的多个疾病和环境应用的完全可复制示例，例如冈比亚的疟疾，英国和美国的癌症以及西班牙的空气污染。这些示例主要集中在健康应用方面，但所涉及的方法也适用于其他使用地理参考数据的领域，包括流行病学、生态学、人口统计学和犯罪学。本书清晰描述了数据导入、操作、建模和可视化的R代码以及结果的解释。这确保内容完全可复制并且便于学生、研究人员和从业者使用。

《强基计划数学攻略》是一本针对准备参加强基计划的高中生的数学教材，涵盖了数学基础知识的主要内容。本书的主要内容包括数与方程、不等式、集合与逻辑、函数、三角比与三角函数、数列、微积分初步、平面向量与复数。 本书的特色在于，针对每个主题，书中都有大量的例题和习题，以及详细的解答和解析，可以帮助读者深入理解数学的基本概念和应用，同时提高数学解题能力。此外，本书还提供了一些实用的技巧和方法，帮助读者更好地掌握数学知识。 适合读者对象是需要系统地学习强基计划基础知识的学生和初学者。同时，本书也适合数学教师使用，作为课堂教学和辅导材料。 总之，《强基计划数学攻略》提供了全面而深入的数学知识体系，对于希望掌握数学基础知识和提高数学解题能力的读者来说，是一本非常有价值的参考书。

我们时常遇到大量统计数据，如占比、患病率、风险值等。大量或显或隐的数字，都可能因误读或误用而扭曲真相，要读懂它们进而做出合理判断，“统计意识”不可或缺。 本书帮读者了解数字方面的22个常见错误和花招，它们出现在评价速度和重要性的大小、准确率和排名的高低等众多情境中。本书会告诉你各种数字的采集和表达过程可能出现哪些偏差进而产生“睡前看屏幕会死人”等误导性看法，负责可信的统计数据工作又该遵循怎样的指南。

数学是一门古老而又充满活力的学问。 从自然数到万物皆为有理数， 从欧氏几何到变量数学， 从确定到随机， 最后再到计算机与人工智能， 数学的发展凝聚了人类的最高智慧， 也极大地推动了社会文明的进步。本书通过七堂简洁易懂的课程串起了数学发展历史中的一些重要概念、 人物、 事件等， 包含代数学、 几何学、 分析学、 随机数学以及计算数学这些数学分支中的重要而又基本的内容， 叙述详略得当， 架构完整， 整体和谐有序。 作者在阐述博大精深、 错综复杂的数学演化过程时， 将历史、 传记和科学融为一体， 并倾注了个人对数学与科学的热爱和理解。本书适合广大数学爱好者阅读， 也可供对数学文化感兴趣的人士参考。

XBRL（eXtensible Business Reporting Language，可扩展商业报告语言）是基于XML的企业报告标记语言，目前主要用于企业对外财务报告的信息处理。经过20多年的推广与应用，XBRL财务报告已经成为最有效的网络财务报告形式。本书从XBRL财务元数据一致性控制的角度出发，分析了XBRL财务报告的时态与分布式特征。同时运用描述逻辑、本体建模、逻辑推理等方法和工具，研究了XBRL财务报告分类标准和实例文档元数据的形式化表示方法;探索XBRL分类标准时态版本迁移的结构化管理机制以及多个组织之间XBRL财务报告的数据映射规则;剖析了 XBRL财务元数据逻辑推理的不一致检测需求，进而研究同一组织和多个组织之间 XBRL财务元数据不一致性的冲突和消解方法，并开发相应的原型系统加以验证。

金融全球化推动各国竞相放松金融市场的管制，科技与金融的“联姻”为金融创新提供了极佳的市场环境，这使数字影子银行得到快速发展。影子银行的发展源于金融权利的自由行使，但数字经济下的数字影子银行所具有的天然的涉众性，又必然需要强化监管。在保护金融权利和行使金融权力之间寻求平衡，是金融生态良好发展的必然要求。本书立足数字影子银行的基本概念及其监管理论，从数字影子银行产生发展的内在金融权利出发，探究其监管中存在的不足和调整路径，基于金融权利和金融权力平衡的金融生态理念，进一步提出我国数字影子银行监管的原则和建议，促进我国数字经济的发展。