《模式识别与智能计算：Matlab技术实现（第2版）》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14章，内容包括：模式识别概述，特征的选择与优化，模式相似性测度，基于概率统计的

《最优控制中的数学方法》介绍和分析了一些最优控制中的数学方法，包含作者近年来的研究成果及其应用。主要内容包括：线性时变系统二次最优控制的Riccati矩阵微分方程的迭代求解、稳定系统最优控制问题的迭代逼近、线性随机系统二次最优控制的Riccati矩阵微分方程的迭代分析、线性随机系统H∞控制问题的Riccat

本书从线性系统的能控性、能观性两个基本概念出发,讨论线性系统的综合与线性最优控制问题。主要内容包括线性定常系统的状态空间描述及运动分析,线性定常系统的能控性,状态反馈与闭环极点配置,线性定常系统的能观性,能控性、能观性与传递函数,状态观测器,线性二次型最优控制,不确定线性系统的鲁棒稳定与镇定等。每章末配有习题,并以二维