Year:    2008

CAM-Net Digest, Vol. 5 (2008), Iss. 26 : p. 5

Abstract

主 题： 科学出版社

38. 图像处理与分析：变分，PDE，小波及随机方法
著者：Tony F. Chan, Jianhong Shen
出版日期：2009.1
ISBN：978-7-03-023485-8
开本、页数：B5、428
定价：88.00元

本书对图像处理与分析方面的知识做了很好的系统化。作者首先探讨了图像的几何、函数和原子结构，然后严格阐述和分析了几种图像处理器。本书是一本内容全面综合的图像处理与分析方面的参考书，该书不仅涵盖了当今图像分析与处理的四种最强有力的数学类工具，还揭示了它们之间内在的联系和一体化。本书既强调理论又注重计算，在对建立的模型进行坚实的理论分析之后，给出了计算执行和数值例子的表现情况。
本书是专门为应用数学、计算机科学、电机工程和对成像、计算机视觉技术感兴趣的其他学科的研究生及研究人员编写的。它可以作为图像处理专业人员的参考书，也可以为有一般兴趣的研究人员提供图像处理技术的最新进展。

39. 稀疏线性系统的迭代方法（第二版）
著者：Yousef Saad
出版日期：2009.1
ISBN：978-7-03-023483-4
开本、页数：B5、552
定价：98.00元

本书为求解大规模线性系统方程的实用算法提供了深入的、最新的观点。待求解的方程组可以有数百万个方程组成并且它们是稀疏的，也就是每个方程只涉及少量未知数。本书中解方程的方法都是迭代法，即它们求出一个收敛于方程真解的序列。
新版本囊括了当今解线性系统的一系列最好的方法。作者增加了多重网格技术这一章，并更新了全书的内容，特别是稀疏矩阵、Krylov子空间方法、预条件技术和并行预条件子这些章节。新版删去或减少了旧主题的内容，增加了数值计算的练习，并修正了多处印刷错误。更新和增加的参考文献涵盖了很多最近的工作，这些工作强调了本领域新的、重要的研究课题。
本书可作为研究生线性系统迭代方法课程的教材，也很方便工程师和数学研究人员的查阅。对于从事线性系统的研究人员、教学人员，本书也是一本有用的参考材料。本书的序言包括了教学大纲，可用于数学和计算机科学专业半学期或四分之一学期的课程。

40. 模型参数估计的反问题理论与方法
著者：Albert Tarantola
出版日期：2009.1
ISBN：978-7-03-023484-1
开本、页数：B5、360
定价：75.00元

由于反问题理论新近发展的推动，作者对1987年版的《模型参数估计的反问题理论与方法》做了全新的改版。在新版中为蒙特欧卡罗方法、函数的最小二乘离散问题提供了很多算法的细节。此外，阐明了一些概念，降低了最优化技术的作用，蒙特欧卡罗方法受到了更多的重视。本书的第一部分专门针对带有有限个参数的离散反问题，第二部分处理一般的反问题。
本书适用于所有科技工作者，包括应用数学研究人员，需要定量描述实验数据的领域如物理学、化学、生物学、图像处理及信息科学。作者力图使本书既可作为研究人员的参考书，也可作为大学生或研究生的教科书。

41. 常微分方程和微分代数方程的计算机方法
著者：Uri M. Ascher, Linda R. Petzold
出版日期：2009.1
ISBN：978-7-03-023486-5
开本、页数：B5、336
定价：72.00元

本书是为需要学习现代技术的一种实用知识的人而写的，它涵盖了微分方程数值解课程所有必要的材料。本书的作者是该领域最权威的两位专家。本书采用一致的方式阐述了常微分方程初值问题、边值问题和微分代数方程。为了使读者能够完全理解实际计算的问题与方法，该书避免了集中讲解定理的证明。它也向读者说明了现有计算软件的成功或不当之处。
本书是一本实用的、数学知识面较宽的入门读物，它强调基本方法和基本理论、数学软件在使用和发展中的问题，以及来源于科学工程应用中的例子。书的主题需要广泛的数学发展，例如本书引入了哈密尔顿系统的辛方法。一些完整严格的数学表达在练习中只是做了引用而没有详细地写入书中。
本书适用于高年级本科生或新入学的研究生，以及需要学习微分方程数值计算的工程师与科学工作者。学习本书需要有数值分析的基础，一般的微分方程课程作为先行课对本书的学习是很有益的。

42. 无约束最优化与非线性方程的数值方法
著者：J. E. Dennis Jr., Robert B. Schnabel
出版日期：2009.1
ISBN：978-7-03-023482-7
开本、页数：B5、400
定价：86.00元

“这本书是完整描述无约束优化和非线性方程求解方法的典范。……它的再版受到了极大的欢迎，相信在每一个图书馆都能找到它。诚然，最近出版了很多类似的书，对这一学科感兴趣的人们也不会仅仅局限于这本书。然而，它包括了许多非常好的材料，我建议大家在看其他书前，先阅读本书。”
-Claude Brejinski, Numerical Algorithms, 13, October 1996.