本书以概要形式讲述超小波分析的基本理论，并紧密结合实践应用研究。具体内容包括：超小波分析的学习方法、多分辨分析和塔式算法、方向波与楔波变换等。

全书以矩阵为主线，分为线性空间、方阵的相似标准形、矩阵分析、线性方程组、线性规划、二人有限对策和决策分析共7章，针对应用数学基础课程学时短、内容丰富的特点，同时照顾不同专业读者的知识结构，将泛函分析、矩阵论、数值分析、运筹学和应用概率论等内容进行精心的取舍和有机的融合，避免内容重复和简单叠加，找出它们之间的内在关系，使

数学是研究现象的现代概率论和数理统计理论的统称，包括鞅论、分析、Bayes统计、统计决策理论等。本书由预备知识、过程、分析简介以及Bayes统计推断和统计决策概要四部分组成。本书可供高等院校非概率统计专业的研究生作为教材使用，也可供教师及工程技术人员参考。

《21世纪高等院校规划教材·概率论与数理统计》理论严谨，内容编排上突出重点，分散难点，概念的叙述力求清晰易懂，并注意与实际问题相结合。《21世纪高等院校规划教材·概率论与数理统计》主要内容包括：概率论的基本概念，一维随机变量及其分布，多维随机变量及其分布，随机变量的数字特征，大数定律及中心极限定理，数理统计的基本概念，

本书介绍了小波分析的理论基础，包括小波基础知识、连续小波变换、离散小波变换、多分辨率分析与正交变换和多采样滤器组、二维小波变换与图像处理及小波包的基本原理等。

本书主要介绍优化问题和优化算法及其分类，介绍遗传算法、免疫克隆选择算法、粒子群算法和蚁群算法的优化流程、机制与特点、收敛性理论、参数选取与实现技术、算法改进等内容，并对改进的算法进行了仿真研究和参数取值分析。

本书内容包括最优化基础、线性规划、对偶线性规划、无约束最优化方法、约束优化方法、直接搜索的方向加速法、多目标优化、动态规划等内容。

本书讨论了测量定义和一般性信息融合问题、可视化技术、符号化测量理论和模糊传感器，阐述了多维数据传统多元统计图表示和多维数据的多元图表示数学原理，多维数据的降维和信息融合方法及多维数据的聚类和分类等。

本书首先从静态网络的模型表达、推理及学习入手，进而针对动态贝叶斯网络推理算法、平稳系统动态贝叶斯网络结构学习模型设计等方面进行了论述。

本书共分9章，内容包括随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、数理统计的基本知识、参数估计、假设检验、方差分析与回归分析、MATLAB在统计分析中的应用。