01.《人工智能、类脑计算与图像解译前沿》
作者：焦李成、侯彪、唐旭、刘芳、杨淑媛、陈莉、马文萍等
西安电子科技大学出版社(2020)
内容简介：
本书对人工智能、类脑计算与图像解译前沿三个前沿领域进行了详细的论述。主要内容包括：进化计算、人工免疫系统、量子计算智能、多智能体系统、进化多目标优化、核机器学习、流形学习与谱图学习、集成学习、非线性逼近理论、多尺度几何分析、多尺度变换域图像感知与识别、图像的高维奇异性检测、图像去噪的阈值方法、SAR图像理解与解译。本书着重对上述领域的国内外发展现状进行总结，阐述作者对相关领域未来发展的思考。
本书可以为计算机科学、信息科学、人工智能自动化技术等领域从事自然计算、机器学习、图像处理研究的相关专业的技术人员提供参考。
目录：
第1章 遥感脑
第2章 复杂影像语义分析
第3章 压缩表示学习与深度推断
第4章 高分辨率遥感图像理解
第5章 基于图像学习表征和重排序的遥感影像内容检索
第6章 基于稀疏特征学习的图像分割与半监督分类
第7章 空谱信息联合的高光谱遥感图像混合像元分解综述
第8章 不精确标记数据的多示例目标特性学习
第9章 稀疏图在高光谱数据维数约减中的应用
第10章 高光谱遥感图像分类技术概述与发展
第11章 空谱稀疏结构学习下的高光谱数据降维与分类
第12章 多目标进化优化
第13章 高维多目标粒子群优化算法综述
第14章 进化多目标模糊聚类图像分割
第15章 协同进化计算与多智能体系统
第16章 量子计算智能前沿与进展
第17章 人工免疫系统
第18章 基于深度学习的个性化推荐系统研究综述
第19章 复杂网络链路预测算法及其应用研究
第20章 心理学与人工智能
第21章 多尺度几何逼近与分析
第22章 神经网络70年：从MP神经元到深度学习
第23章 稀疏认知学习、计算与识别
第24章 随机优化应用于大规模机器学习
第25章 深度神经网络并行化研究综述
第26章 智能机器人相关
图书链接：
当当自营：http://product.dangdang.com/28529150.html
京东自营：https://item.jd.com/12838820.html
02.《深度学习、优化与识别》
作者：焦李成、赵进、杨淑媛、刘芳
清华大学出版社 (2017)
内容简介：
深度神经网络是近年来受到广泛关注的研究方向，它已成为人工智能2.0的主要组成部分。本书系统地论述了深度神经网络基本理论、算法及应用。全书共16章，分为两个部分；第一部分（第1章～10章）系统论述了理论及算法，包括深度前馈神经网络、深度卷积神经网络、深度堆栈神经网络、深度递归神经网络、深度生成网络、深度融合网络等；第二部分（第11～15章）论述了常用的深度学习平台，以及在高光谱图像、自然图像、SAR与极化SAR影像等领域的应用；第16章为总结与展望，给出了深度学习发展的历史图、前沿方向及进展。每章都附有相关阅读材料及仿真代码，以便有兴趣的读者进一步钻研探索。
本书可为高等院校计算机科学、电子科学与技术、信息科学、控制科学与工程、人工智能等领域的研究人员提供参考，以及作为相关专业本科生及研究生教学参考书，同时可供深度学习及其应用感兴趣的研究人员和工程技术人员参考。
目录：
第1章 深度学习基础
第2章 深度前馈神经网络
第3章 深度卷积神经网络
第4章 深度堆栈自编码网络
第5章 稀疏深度神经网络
第6章 深度融合网络
第7章 深度生成网络
第8章 深度复卷积神经网络与深度二值神经网络
第9章 深度循环和递归神经网络
第10章 深度强化学习
第11章 深度学习软件仿真平台及开发环境
第12章 基于深度神经网络的SAR/PolSAR影像地物分类
第13章 基于深度神经网络的SAR影像变化检测
第14章 基于深度神经网络的高光谱图像分类与压缩
第15章 基于深度神经网络的目标检测与识别
第16章 总结与展望
图书链接：
当当自营：http://product.dangdang.com/25089622.html
京东自营：https://item.jd.com/12088783.html
03.《Brain and Nature-Inspired Learning, Computation and Recognition》
作者：Licheng Jiao, Ronghua Shang, Fang Liu, Weitong Zhang
清华大学出版社，Elsevier（2020）
内容简介：
Brain and Nature-Inspired Learning, Computation, and Recognition presents a systematic analysis of neural networks, natural computing, machine learning and compression, algorithms, and applications inspired by the brain and biological mechanisms found in nature. Sections cover new developments and main applications, algorithms, and simulations. Developments in brain and nature-inspired learning have promoted interest in image processing, clustering problems, change detection, control theory, and other disciplines. The book discusses the main problems and applications pertaining to bio-inspired computation and recognition, introducing algorithm implementation, model simulation, and practical application of parameter setting. Readers will find solutions to problems in computation and recognition, particularly neural networks, natural computing, machine learning, and compressed sensing. This volume offers a comprehensive and well-structured introduction to brain and nature-inspired learning, computation, and recognition.
目录：
Chapter 1: Introduction
Chapter 2: The models and structure of neural networks
Chapter 3: Theoretical basis of natural computation
Chapter 4: Theoretical basis of machine learning
Chapter 5: Theoretical basis of compressive sensing
Chapter 6: Multiobjective evolutionary algorithm(MOEA)-based sparse clustering
Chapter 7: MOEA-based community detection
Chapter 8: Evolutionary computation-based multiobjective capacitated arc routing optimizations
Chapter 9: Multiobjective optimization algorithm-based image segmentation
Chapter 10: Graph-regularized feature selection based on spectral learning and subspace learning
Chapter 11: Semisupervised learning based on nuclear norm regularization
Chapter 12: Fast clustering methods based on learning spectral embedding
Chapter 13: Fast clustering methods based on affinity propagation and density weighting
Chapter 14: SAR image processing based on similarity measures and discriminant feature learning
Chapter 15: Hyperspectral image processing based on sparse learning and sparse graph
Chapter 16: Nonconvex compressed sensing framework based on block strategy and overcomplete dictionary
Chapter 17: Sparse representation combined with fuzzy C-means (FCM) in compressed sensing
Chapter 18: Compressed sensing by collaborative reconstruction
Chapter 19: Hyperspectral image classification based on spectral information divergence and sparse representation
Chapter 20: Neural network-based synthetic aperture radar image processing
Chapter 21: Neural network-based polarimetric SAR image classification
Chapter 22: Deep neural network models for hyperspectral images
图书链接：
亚马逊自营：
https://www.amazon.com/Brain-Nature-Inspired-Learning-Computation-Recognition-ebook/dp/B0843PW3ML/ref=sr_1_1?crid=CJVBR9TKQZYE&keywords=Brain+and+Nature-Inspired+Learning%2C+Computation+and+Recognition&qid=1677289178&sprefix=brain+and+nature-inspired+learning%2C+computation+and+recognition%2Caps%2C878&sr=8-1
04.《稀疏学习、分类与识别》
作者：焦李成、尚荣华、刘芳、杨淑媛、侯彪、王爽、马文萍
科学出版社（2017）
内容简介：
本书对近年来稀疏学习、分类与识别领域常见的理论及技术进行了较为全面的阐述和总结，并结合作者多年的研究成果，对相关理论及技术在应用领域的实践情况进行了展示和报告。全书从稀疏学习、分类与识别三个方面展开介绍，主要内容包含如下几个方面：以学习数据的有效表示为主题，通过挖掘数据本身固有的结构，如几何结构、稀疏与低秩结构等信息来更有效地学习数据的表示；从经典的压缩感知理论框架出发，讨论压缩感知的基本理论、方法和应用的发展概况，并侧重介绍基于过完备字典的结构化压缩感知；上述方法在图像解译中的应用。
目录：
第1章 引言
第2章 机器学习理论基础
第3章 快速密度加权低秩近似谱聚类
第4章 双图正则非负矩阵分解
第5章 学习鲁棒低秩矩阵分解
第6章 学习谱表示应用于半监督聚类
第7章 应用低秩矩阵填充学习数据表示
第8章 结合约束与低秩核学习的半监督学习
第9章 基于子空间类标传播和正则判别分析的单标记图像人脸识别
第10章 基于双线性回归的单标记图像人脸识别
第11章 基于旋转扩展和稀疏表示的鲁棒遥感图像目标识别
第12章 压缩感知理论基础
第13章 基于分块策略和过完备字典的非凸压缩感知框架
第14章 基于协同优化的稀疏重构
图书链接：
当当自营：http://product.dangdang.com/25061936.html
京东自营：https://item.jd.com/12065079.html
05.《大数据智能挖掘与影像解译》
作者：缑水平、焦李成、刘芳、杨淑媛、焦昶哲、李睿敏、毛莎莎
西安电子科技大学出版社(2022)
内容简介：
本书在介绍数据挖掘基本概念、原理和算法的基础上，详细介绍了图像数据的表示、图像存储、图像分类和目标识别、异常检测、图像关联分析、多媒体数据混合挖掘等内容，展示了智能数据挖掘技术与影像解译信息的过程，并对数据挖掘在人工智能、图像处理、模式识别、数据库等领域的研究进行了详细的论述。全书共分8章，主要内容包括数据挖掘概述及分类、数据挖掘的理论 基础、关联规则挖掘、数据挖掘应用实例及可视化、数据挖掘中的图像表示与数据预处理、图像目标检测、图像分割、图像分类与识别。
本书可作为高等学校人工智能、计算机、信号与信息处理、应用数学等专业高年级本科生和研究生的教材，也可作为数据挖掘方面的研究人员的参考资料。
目录：
第1章 绪论
第2章 KDD的理论基础
第3章 关联规则挖掘
第4章 数据挖掘应用实例及可视化
第5章 数据挖掘中的图像表示与数据预处理
第6章 图像目标检测
第7章 图像分割第8章 图像分类与识别
图书链接：
当当链接：http://product.dangdang.com/29401099.html
京东链接：https://item.jd.com/13155421.html
06.《遥感影像深度学习智能解译与识别》
作者：焦李成、刘芳、李玲玲、杨淑媛、侯彪、杨争艳、杨慧、孟繁荣西安电子科技大学出版社（2019）
内容简介：
遥感影像深度学习智能解译与识别是近年来遥感领域的研究热点。本书分析了将人工智能深度学习技术引入遥感数据的解译与识别中，有效的提升了遥感数据的自动化处理和分析能力，并成功应用于包括图像分类、图像分割、目标检测、变化检测、超高分辨率重建等多个场景中，为该领域的深入研究提供借鉴。
本书为人工智能教育丛书，可为高等院校人工智能、计算机科学、电子科学与技术、信息科学、控制科学与工程等领域的研究人员提供参考，也可作为相关专业本科生及研究生的参考书。
目录：
第1章 基于DC-ResNet的SAR图像目标分类
第2章 脊波反卷积结构学习模型
第3章 基于改进帧差法与YOLO深度网络的遥感影像目标检测
第4章 基于多尺度跳跃型卷积网络的SAR图像变化检测
第5章 基于SPPNet的SAR图像变化检测
第6章 基于自步学习和对称卷积耦合同步的SAR图像变化检测
第7章 基于多层特征SENet的SAR图像目标分类方法
第8章 基于GAN网络的极化SAR影像分类
第9章 基于阶梯网络模型的极化SAR影像分类
第10章 基于Winshart深度堆栈网络的极化SAR影像分类
第11章 基于复数轮廓波卷积神经网络的极化SAR影像分类
第12章 基于加权卷积神经网络与主动学习的极化SAR影像分类
第13章 基于多尺度深度Directionlet网络的极化SAR图像分类
第14章 基于局部受限卷积神经网络的极化SAR影像变化检测
第15章 基于Looking-Around-and-Into网络的极化SAR影像变化检测
第16章 基于胶囊网络的高光谱影像分类
第17章 空谱解耦合双通道卷积神经网络的高光谱影像分类
第18章 基于快速区域卷积神经网络的遥感语义描述
第19章 基于局部响应卷积递归神经网络的遥感语义描述
第20章 语义空间和像素空间信息交互联合推理框架
图书链接：
当当自营：http://product.dangdang.com/28471697.html
京东自营：https://item.jd.com/12587583.html
07.《高分辨遥感影像学习与感知》
作者：焦李成、冯婕、刘芳、杨淑媛、张向荣
科学出版社（2017）
内容简介：
高分辨遥感影像学习与感知是近年来遥感应用领域的研究热点。本书分析了高分辨率遥感影像处理的特点和面临的挑战，总结和归纳了国内外已有的研究工作，结合近年来机器学习和人工智能领域中的热点方法，如稀疏表示、多核学习、模糊聚类、多目标优化等，着重从高空间分辨率SAR遥感影像相干斑抑制、SAR地物目标分类和高光谱分辨率遥感影像混合像元分解、维数约简、地物目标分类等方面进行研究，提供了新颖的解决思路和方法。
本书侧重于新算法的描述与实例的分析，反映近年来高分辨遥感影像学习与感知的发展概况，为该领域的深入研究提供借鉴。
目录：
第1章 绪论
第2章 基于统计的高分辨SAR遥感影像相干斑抑制
第3章 基于非局部信息和改进边缘保持的高分辨SAR遥感影像分类
第4章 基于层次语义和自适应隐模型的高分辨SAR遥感影像分类
第5章 融合多特征的人工免疫多目标SAR遥感影像分类
第6章 基于上下文分析和非均衡合并的高分辨SAR遥感影像分类
第7章 基于多元互信息测度和克隆选择优化的高光谱波段选择
第8章 基于波段协作性和近邻传播聚类的半监督高光谱波段选择
第9章 稀疏约束的广义双线性高光谱遥感影像解混
第10章 基于多核学习的不平衡高光谱遥感影像分类
第11章 基于均值漂移和组稀疏编码的高光谱遥感影像空谱域分类
第12章 基于多特征联合与稀疏表示学习的高光谱遥感影像分类
第13章 基于类级稀疏表示学习的高光谱影像空谱联合分类
图书链接：
当当链接：http://product.dangdang.com/25061916.html；
京东链接：https://item.jd.com/12065077.html。
08.《雷达图像解译技术》
作者：焦李成、侯彪、王爽、刘芳、杨淑媛、白静、钟桦
国防工业出版社 (2017)
内容简介：
本书针对高分辨力合成孔径雷达（Synthetic Aperture Radar，SAR）图像和极化SAR图像解译与目标识别的国际前沿及热点领域，系统地介绍高分辨力SAR和极化SAR的成像机理及其在SAR图像处理领域的应用。首先，介绍SAR图像解译与目标识别的基本原理、研究方法及其发展与应用，重点介绍高分辨力SAR图像相干斑抑制的方法和极化SAR噪声抑制技术；其次，介绍基于结合统计信息、区域信息和上下文信息的高分辨力SAR图像地物分割与分类以及基于极化散射特征、极化统计特征和极化图像特征的极化SAR图像分类；最后，讨论不同高分辨力SAR图像（舰船、飞机等）目标检测、识别及分类的方法。
本书可作为高校电子工程、信号与信息处理、应用数学等专业的高年级本科生或研究生教材，也可供从事雷达图像解译方面研究工作的科技工作者参考。
目录：
第1章 绪论
第2章 高分辨力SAR图相于斑抑制
第3章 极化SAR相斑噪声抑制
第4章 高分辨力SAR图像地物分割与分类
第5章 高分辨力极化SAR图像地物分类
第6章 高分辨力SAR图像目标检测
第7章 高分辨力SAR图像目标识别与分类
图书链接：
当当自营：http://product.dangdang.com/25582194.html
京东自营：https://item.jd.com/12458229.html
09.《智能SAR影像变化检测》
作者：焦李成、侯彪、尚荣华、杨淑媛、王爽、万红林、辛芳芳、刘赶超
科学出版社(2017)
内容简介：
本书对近年来智能SAR影像变化检测领域常见的理论及技术进行了较为全面的阐述和总结，并结合作者多年的研究成果，对相关理论及技术在应用领域的实践情况进行了展示和报告。全书从智能计算的角度，对SAR影像变化检测提出了新颖的解决思路和方法。基于作者的工作，结合国内外的发展动态，集合了当前智能SAR影像变化检测的很多相关内容。
目录：
第1章 绪论
第2章 基于小波域隐马尔可夫树模型的遥感图像变化检测
第3章 基于局部均值动态Fisher分类器的遥感图像变化检测
第4章 基于非局部均值加权的动态模糊Fisher分类器的遥感图像变化检测
第5章 基于小波域Fisher分类器的SAR图像变化检测
第6章 基于神经网络和非局部均值加权的SAR图像变化检测
第7章 基于块相似性度量模型的SAR图像变化检测
第8章 基于双噪声相似性度量和极化机理的PolSAR变化检测
第9章 基于多层判别式Fisller自编码器的SAR图像变化检测
第10章 基于交互式分割技术和决策级融合的SAR图像变化检测
第11章 基于值域受限阈值和马尔可夫融合的SAR图像变化检测
第12章 在感兴趣的区域层面上进行的SAR图像变化检测
第13章 基于模糊贴近度和过渡区域提取的SAR图像变化检测
第14章 基于融合的混合型SAR图像变化检测
第15章 基于免疫克隆优化的小波域遥感图像变化检测
第16章 基于BBO优化的遥感图像变化检测
图书链接：
当当自营：http://product.dangdang.com/24528482.html
京东自营：https://item.jd.com/12168024.html
10.《认知计算与多目标优化》
作者：焦李成、尚荣华、刘芳、杨淑媛、侯彪、王爽、马文萍
科学出版社(2017)
内容简介：
本书对近年来认知计算和多目标优化领域常见的理论及技术进行了较为全面的阐述和总结，并结合作者多年的研究成果，对相关理论及技术在应用领域的实践情况进行了展示和报告。全书从认知计算和多目标优化两个方面展开，主要内容包含以下几个方面：认知科学及其特点，多目标优化问题及其求解方法，高效免疫多目标SAR图像自动分割算法，基于智能计算的认知无线网络频谱分配与频谱决策方法。
目录：
第1章 认知科学及其特点
第2章 多目标优化问题
第3章 基于等度规映射的ε支配机制用于求解多目标优化问题
第4章 基于在线非支配抗体的自适应多目标优化
第5章 基于自适应等级克隆和动态m近邻表的克隆选择多目标优化
第6章 基于角解优先的高维多目标非支配排序方法
第7章 双档案高维多目标进化算法
第8章 融合非局部均值去噪的高效免疫多目标SAR图像自动分割
第9章 基于自然计算优化的非凸重构方法
第10章 基于免疫克隆优化的认知无线网络频谱分配
第11章 基于混沌量子克隆的按需频谱分配算法
第12章 量子免疫克隆算法求解基于认知引擎的频谱决策问题
第13章 基于免疫优化的认知OFDM系统资源分配
图书链接：
当当自营：http://product.dangdang.com/24525872.html
京东自营：https://item.jd.com/12168022.html
11.《免疫优化计算、学习与识别》
作者：焦李成、杜海峰、刘芳、公茂果
科学出版社（2006）
内容简介：
本书是作者在人工免疫系统领域研究成果的系统总结。在全面总结外人工免疫系统发展现状的基础上，本书着重介绍作者在这一领域的研究成果，主要包括：免疫算法、免疫克隆选择算法、量子克隆计算、人工免疫网络等算法的构造及其在数据聚类、网络路由、通信多用户检测、计算机网络安全等领域中的相关应用。本书也探讨了人工免疫系统进一步研究的方向。
本书可以为计算机科学、信息科学、人工智能和自动化技术等领域从事人工免疫系统研究的相关专业技术人员提供参考，也可以作为相关专业研究生和高年级本科生教材。
目录：
第1章 进化论与计算智能
第2章 生物免疫系统
第3章 从生物免疫到人工免疫系统
第4章 免疫进化算法
第5章 免疫克隆选择计算
第6章 高级免疫克隆选择计算
第7章 量子进化计算与量子克隆选择算法
第8章 人工免疫网络
第9章 基于免疫进化计算的数据聚类
第10章 移动通信中的免疫自适用多用户检测
第11章 网络组播路由免疫优化
第12章 基于免疫机理的网络安全与入侵检测
第13章 人工免疫系统的研究前沿与展望
图书链接：
当当自营：http://product.dangdang.com/9188066.html
京东自营：https://item.jd.com/10121837.html
12.《Coevolutionary Computation and Multiagent Systems》
作者：Licheng Jiao, Jing Liu &Weicai Zhong
科学出版社，Witpress（2012）
内容简介：
The origins of evolutionary computation can be traced back to the late 1950's when it remained, almost unknown, to the broader scientific community until the late 1980's when it started to receive significant attention. This book presents the author's recent work in this field.
目录：
Chapter 1: Introduction
Chapter 2: An organizational coevolutionary algorithm for classification
Chapter 3: An organizational evolutionary algorithm for satisfiability
Chapter 4: An organizational evolutionary algorithm for numerical optimization
Chapter 5: Moving block sequence: a new VLSI floorplan representation
Chapter 6: An organizational evolutionary algorithm for general floorplanning based on moving block sequence
Chapter 7: A multiagent genetic algorithm for global numerical optimization
Chapter 8: A Macroagent evolutionary model for decomposable function optimization
Chapter 9: A multiagent evolutionary algorithm for combinatorial optimization problems
Chapter 10: A multiagent evolutionary algorithm for constraint satisfaction problems
图书链接：
当当自营：http://product.dangdang.com/11023359555.html
京东自营：https://item.jd.com/10021578165248.html
