本书介绍了现代控制理论的基本内容，包括控制系统的状态空间描述、运动分析、能控性与能观性、李雅普诺夫稳定性分析、状态反馈与状态观测器设计、最优控制系统设计。每章均配有一定的例题和习题。

本书从工程应用角度出发，以线性系统理论和最优控制为主线，介绍现代控制理论的基本方法。其中，线性系统理论部分主要阐述状态空间分析法和综合法的基本内容，包括动态系统的状态空间描述、动态系统的定量分析(状态方程的解)和定性分析(能控性、能观测性、李亚普诺夫稳定性)、动态系统的综合(状态反馈与状态观测器设计)；最优控制部分在介绍解决最优问题3种基本方法(变分法、极小值原理、动态规划法)的基础上，阐述两类典型最优反馈系统的设计(线性二次型最优控制、最小时间控制)。

本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。全书共分为13章，内容包括：模式识别概述，特征的选择与提取，模式相似性测度，贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计等。

本书系统阐述了模式识别的原理与方法，并在此基础上介绍了模式识别的应用。全书分为：基础部分和应用部分：基础部分主要包括统计模式识别、模糊模式识别、神经网络模式识别等内容；应用部分有车牌识别和语音识别。

本书将以线性定常系统为主要研究对象，介绍了系统建模、求解问题，系统的可控性、可观测性和稳定性问题，还介绍了控制系统的校正和最优控制问题。

本书采用脉冲比例导数状态反馈控制策略，研究了几类不确定广义Markov跳变系统的鲁棒正常化和混杂脉冲控制问题。本书主要内容涉及不确定广义Markov跳变系统的保性能脉冲控制、不确定广义Markov跳变系统的耗散脉冲控制、非线性不确定广义Markov跳变系统的可靠脉冲控制、时滞不确定广义Markov跳变系统的H∞脉冲控制。

本书以工程和经济金融领域中广泛使用的时滞随机系统为研究对象，在已有时滞系统最优控制理论和微分博弈理论的基础上，利用动态优化理论中的最大值原理、配方法等，系统研究时滞随机系统的微分博弈问题，并给出其在随机H2/H∞控制和数理经济学中的应用分析。

本书认为基因调控网络是细胞内控制基因表达的一种机制。由于基因工程及相关的生物学背景的重要性，基因调控网络已经引起很多专家、学者的广泛研究。本书主要基于泛函微分方程模型研究基因调控网络的分析和控制问题。

本书主要介绍了控制系统基本理论和相关知识，包括：一般控制系统状态空间描述及其表达式、线性控制系统稳定性、能观性和能控性分析、状态反馈与观测以及控制系统的最优化设计等内容。全书内容系统，概念准确、公式规范，理论结合工程实践，每章都安排了一节利用MATLAB对线性系统分析和设计和内容，实用性强。

本书主要内容包括：牛顿时代与柏格森时代；群和统计力学；时间序列，信息与传播；反馈和振荡；计算机和神经系统；完形和一般概念；控制论和精神病理学；信息、语言与社会等。

本书是《模式识别及Matlab实现》主教材的配套实验与指导，根据主教材各章内容，相应给出了实验的具体步骤和程序代码，包括：贝叶斯决策，概率密度函数的参数估计，非参数判别分类方法，聚类分析，特征提取与选择，模糊模式识别，神经网络在模式识别中的应用，模式识别的工程应用等。

本书重点介绍线性系统的基本概念、原理和系统综合方法。全书分为6章，分别为线性系统的状态空间描述、线性系统的运行分析、线性系统的能控件和能观测性、线性系统的状态空间实现、线性系统的稳定性分析和线性系统的综合。

本书主要介绍了模式识别的基础知识、基本方法、程序实现和典型应用。全书共9章。第1章绪论，介绍模式识别的基本概念，基础知识；第2章介绍贝叶斯决策理论；第3章介绍概率密度函数的参数估计；第4章介绍非参数判别分类方法；第5章介绍聚类分析；第6章介绍特征提取与选择；第7章介绍模糊模式识别；第8章介绍神经网络在模式识别中的应用；第9章介绍模式识别的工程应用。

本书适应于工程与应用类院校自动化、电气工程及其自动化及相关专业的需要，力图结合系统的物理概念，深入浅出地阐述了现代控制理论基本内容，包括状态空间的基本概念和方法，系统的状态空间描述和标准型，系统的运动分析，能控性和能观性，结构分解和实现问题，以及系统的稳定性分析，状态反馈和状态观测器等。

本书研究了复杂气象条件对提取人群运动速度和人群密度等主要特征的干扰现象，并从局部和整体两个角度研究了人群运动状态演化规律，提出了复杂气象视频分类与动态天气视频复原算法、建立了人群流量方程和人群运动状态无向图两种人群运动分析模型，解决了雨雪天气视频退化现象对人群运动状态分析的影响和如何对未来人群运动状态进行预测的问题。本书在人群运动场景分析方面的研究工作，较好地解决了受雨雪气象条件干扰的视频复原问题，为模型提供增强的输入视频；提出人群流量方程分析局部人群运动状态，实现了重点区域的差别化监控；非参数化的运动特征分类方法和图分析算法增强了人群运动状态分析方法的泛化能力，为基于计算机视觉的人群行为分析提供了一种在整体上监测和预报人群运动状态的方法。

本书以实时随机系统为研究对象，以描述实时随机系统的典型模型－离散(连续)时间Markov决策过程、概率时间自动机及其扩展模型为基础，就实时随机系统的模型检测、反例生成、模型修复与控制器合成问题，展开了一系列研究。

本书重点研究了网络化随机系统的基于观测器的控制器、H∞滤波器和鲁棒模型预测控制器设计问题。

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。本书在内容上注重系统、全面地论述特征选择理论和方法，并力求反映国内、外特征选择领域的最新发展趋势。重点论述各种有监督和无监督特征选择理论及方法。

本书共六章，主要内容包括：状态空间分析法，系统的状态空间模型和各种标准型的建立，系统的运动分析，能控性与能观测性，结构分解和实现问题，李雅普诺夫稳定性理论，极点配置、状态观测器设计等。

本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其扩充到模式识别体系中。再次修订，将全书内容进行归纳整合，依据统计模式识别理论体系分三部分，包括基础篇、分类器设计篇和聚类分析篇。再版新书以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。本书内容新颖，实用性强，理论与应用密切结合，以手写数字识别为应用实例，介绍理论运用于实践的实现步骤及相应Matlab代码，为广大研究工作者和工程技术人员对相关理论的应用起到借鉴作用。