科學(xué)新書榜 | 工業(yè)技術(shù)類（2025年11月）

科學(xué)新書榜

工業(yè)技術(shù)類（2025年11月）

“科學(xué)新書榜”基于科學(xué)出版社出版的新書在各大電商平臺(tái)的月度銷售排行產(chǎn)生，分為自然科學(xué)、工業(yè)技術(shù)、醫(yī)藥衛(wèi)生和人文社科4類，希望能為您的閱讀提供參考借鑒，與您一起閱讀科學(xué)！

1

人工智能材料學(xué)：AI4Materials

本書系統(tǒng)闡述了人工智能（AI）驅(qū)動(dòng)材料學(xué)研究范式的深刻變革。內(nèi)容貫穿AI賦能材料研發(fā)的全鏈條，涵蓋從微觀結(jié)構(gòu)特征提取、性質(zhì)預(yù)測(cè)與反向設(shè)計(jì)，到動(dòng)態(tài)演化模擬、智能表征解析及知識(shí)發(fā)現(xiàn)等核心環(huán)節(jié)，并前瞻性展望了“人工智能材料學(xué)家”這一終極圖景。全書通過(guò)對(duì)比“人的研究方式”與“AI的研究方式”，為讀者構(gòu)建起一個(gè)從理論基礎(chǔ)到前沿應(yīng)用的完整知識(shí)體系。

2

網(wǎng)絡(luò)空間安全

本書以構(gòu)建網(wǎng)絡(luò)空間安全的系統(tǒng)性思維為目標(biāo)，深入剖析網(wǎng)絡(luò)空間的基礎(chǔ)概念、發(fā)展歷程及安全框架，幫助讀者奠定扎實(shí)的理論基礎(chǔ)，并具備應(yīng)對(duì)實(shí)際安全挑戰(zhàn)的能力。全書內(nèi)容覆蓋了網(wǎng)絡(luò)安全、系統(tǒng)安全、應(yīng)用安全、數(shù)據(jù)安全等多個(gè)主題模塊，圍繞安全體系結(jié)構(gòu)、風(fēng)險(xiǎn)評(píng)估、入侵防御、漏洞分析等核心問(wèn)題展開。本書通過(guò)對(duì)開放系統(tǒng)互連安全體系結(jié)構(gòu)、TCP/IP安全體系以及訪問(wèn)控制、數(shù)字簽名等關(guān)鍵機(jī)制的詳細(xì)講解，幫助讀者掌握重要的安全技術(shù)與實(shí)現(xiàn)方法。同時(shí)，在每個(gè)模塊中穿插實(shí)際應(yīng)用案例，展示防火墻、VPN、入侵檢測(cè)、漏洞管理等技術(shù)的真實(shí)應(yīng)用場(chǎng)景，并提供新興技術(shù)，如人工智能、大數(shù)據(jù)、區(qū)塊鏈等在網(wǎng)絡(luò)空間安全中的應(yīng)用方案。

3

建筑與土木工程學(xué)科發(fā)展戰(zhàn)略研究報(bào)告

（2026～2035）

本書是國(guó)家自然科學(xué)基金委員會(huì)工程與材料科學(xué)部的學(xué)科發(fā)展戰(zhàn)略研究報(bào)告之一。這一系列研究報(bào)告是國(guó)家自然科學(xué)基金委員會(huì)工程與材料科學(xué)部為不斷促進(jìn)本領(lǐng)域的基礎(chǔ)研究工作而精心組織出版的系列學(xué)科發(fā)展戰(zhàn)略研究報(bào)告，旨在瞄準(zhǔn)國(guó)際學(xué)科發(fā)展前沿，面向未來(lái)國(guó)家經(jīng)濟(jì)建設(shè)和社會(huì)發(fā)展的重大需求，著力解決我國(guó)工程與材料領(lǐng)域中的重要科學(xué)和技術(shù)基礎(chǔ)問(wèn)題，增強(qiáng)國(guó)家原始創(chuàng)新和技術(shù)創(chuàng)新能力。

本書站在國(guó)家利益和學(xué)科總體高度，綜合考慮本領(lǐng)域國(guó)際科學(xué)與技術(shù)發(fā)展趨勢(shì)和我國(guó)實(shí)際需求，論述建筑與土木工程學(xué)科的內(nèi)涵、戰(zhàn)略地位以及各分支領(lǐng)域的界定，深入系統(tǒng)地分析各分支領(lǐng)域，包括建筑學(xué)、城鄉(xiāng)規(guī)劃學(xué)與風(fēng)景園林學(xué)、建筑物理、結(jié)構(gòu)工程、工程材料、工程建造與服役、巖土與基礎(chǔ)工程、地下與隧道工程、道路與軌道工程、工程防災(zāi)等國(guó)內(nèi)外研究現(xiàn)狀、發(fā)展趨勢(shì)及科學(xué)問(wèn)題，提出我國(guó)建筑與土木工程研究近、中期發(fā)展方向和目標(biāo)，擬定了2026～2035年優(yōu)先發(fā)展方向、資助領(lǐng)域和發(fā)展思路。

4

模型驅(qū)動(dòng)的深度學(xué)習(xí) ——模型與數(shù)據(jù)雙驅(qū)動(dòng)的人工智能建模方法

人工智能與數(shù)學(xué)、自然科學(xué)及工程應(yīng)用等領(lǐng)域深度交叉融合，正成為推動(dòng)新一輪科技革命的重要?jiǎng)恿?特別是在“AIforScience”的興起下，人工智能正在從數(shù)據(jù)驅(qū)動(dòng)向更具模型結(jié)構(gòu)與科學(xué)機(jī)理的方向擴(kuò)展，成為科學(xué)研究與工程計(jì)算的新引擎.本書正是在這一趨勢(shì)下編寫而成，系統(tǒng)總結(jié)了人工智能與科學(xué)問(wèn)題交叉融合中所涉及的模型與數(shù)據(jù)雙驅(qū)動(dòng)的基礎(chǔ)方法，具體介紹了AI與數(shù)學(xué)優(yōu)化、統(tǒng)計(jì)方法、幾何建模、微分方程等關(guān)鍵數(shù)學(xué)工具的融合路徑與方法體系，力求構(gòu)建一個(gè)適用于“AI+科學(xué)/工程”交叉研究的理論框架與方法支撐.

5

雷達(dá)低空目標(biāo)探測(cè)與防范

本書針對(duì)低空雷達(dá)目標(biāo)探測(cè)技術(shù)開展了深入研究，全書分三部分。第一部分梳理雷達(dá)低空目標(biāo)探測(cè)技術(shù)的研究現(xiàn)狀，分析典型低空目標(biāo)的雷達(dá)目標(biāo)特性。第二部分分別從信號(hào)和數(shù)據(jù)層面，討論低空雷達(dá)目標(biāo)的檢測(cè)、跟蹤、識(shí)別與分類技術(shù)。第三部分介紹導(dǎo)航雷達(dá)、泛探雷達(dá)、外輻射源雷達(dá)等各類典型低空雷達(dá)探測(cè)系統(tǒng)、應(yīng)用情況，并對(duì)雷達(dá)低空目標(biāo)探測(cè)技術(shù)的發(fā)展方向做了展望。本書介紹的許多方法經(jīng)過(guò)大量實(shí)測(cè)數(shù)據(jù)驗(yàn)證，對(duì)提高復(fù)雜低空背景下動(dòng)目標(biāo)檢測(cè)和精細(xì)化處理能力具有指導(dǎo)意義。

6

智能輔助科研：深度學(xué)習(xí)革命

本書系統(tǒng)介紹了人工智能（AI）、機(jī)器學(xué)習(xí)（ML）和深度神經(jīng)網(wǎng)絡(luò)技術(shù)，這些技術(shù)正引領(lǐng)著從超級(jí)計(jì)算機(jī)模擬和現(xiàn)代實(shí)驗(yàn)設(shè)施產(chǎn)生的數(shù)據(jù)集中進(jìn)行科學(xué)發(fā)現(xiàn)。海量的實(shí)驗(yàn)數(shù)據(jù)來(lái)源眾多，包括望遠(yuǎn)鏡、衛(wèi)星、基因測(cè)序儀、加速器和電子顯微鏡，以及位于瑞士日內(nèi)瓦的歐洲核子研究中心（CERN）大型強(qiáng)子對(duì)撞機(jī)（LHC）和國(guó)際熱核聚變實(shí)驗(yàn)堆（ITER，總部位于法國(guó)）托卡馬克裝置等國(guó)際大型設(shè)施。這些來(lái)源每年產(chǎn)生從數(shù)拍字節(jié)（petabytes）到艾字節(jié)（exabytes）級(jí)別的海量數(shù)據(jù)。科學(xué)家們面臨的主要挑戰(zhàn)是如何從這些數(shù)據(jù)中提取科學(xué)洞見(jiàn)，而最新的 AI發(fā)展成果對(duì)此至關(guān)重要。

7

畫說(shuō)能源革命

當(dāng)人工智能遇上能源革命，一場(chǎng)改變?nèi)祟愇磥?lái)的深刻變革正在發(fā)生。本書采用“知識(shí)圖譜+視覺(jué)敘事”的表現(xiàn)形式，融合嚴(yán)謹(jǐn)科學(xué)與創(chuàng)意表達(dá)，系統(tǒng)呈現(xiàn)四大核心內(nèi)容：傳統(tǒng)能源體系面臨的挑戰(zhàn)，人工智能驅(qū)動(dòng)的技術(shù)創(chuàng)新，智慧能源在城市、交通、家庭和建筑等場(chǎng)景中的前沿應(yīng)用，以及可持續(xù)發(fā)展的未來(lái)圖景。

8

深度強(qiáng)化學(xué)習(xí)控制：前沿理論與方法

本書系統(tǒng)梳理了深度強(qiáng)化學(xué)習(xí)的核心理論、關(guān)鍵算法及其在智能控制、機(jī)器人技術(shù)和多智能體系統(tǒng)中的應(yīng)用。全書涵蓋強(qiáng)化學(xué)習(xí)的基本概念、深度強(qiáng)化學(xué)習(xí)的主要框架，以及多智能體強(qiáng)化學(xué)習(xí)的協(xié)同決策、任務(wù)分解與優(yōu)化控制等前沿問(wèn)題，并結(jié)合大量實(shí)驗(yàn)案例，深入探討強(qiáng)化學(xué)習(xí)在飛行器控制、移動(dòng)機(jī)器人導(dǎo)航與避障等領(lǐng)域的實(shí)踐應(yīng)用。

9

Python與文本智能處理入門

文本智能處理作為中文信息處理的關(guān)鍵領(lǐng)域，展現(xiàn)出廣闊前景；Python以其強(qiáng)大的生態(tài)和易用性，已成為主流編程工具。然而，初學(xué)者如何系統(tǒng)掌握Python并將其有效應(yīng)用于文本處理仍面臨著挑戰(zhàn)，本書旨在為初學(xué)者提供一條清晰實(shí)用的學(xué)習(xí)路徑。本書面向初學(xué)者，系統(tǒng)梳理了用Python進(jìn)行中文文本智能處理的完整路徑。前4章夯實(shí)語(yǔ)言基礎(chǔ)—數(shù)據(jù)結(jié)構(gòu)、流程控制、正則表達(dá)式與規(guī)范編程范式；第5章及以后深入應(yīng)用—語(yǔ)料庫(kù)構(gòu)建、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)可視化，覆蓋分詞、向量化、相似度、分類聚類、情感分析及深度學(xué)習(xí)，配套案例代碼，理實(shí)結(jié)合，快速上手。

10

材料信息學(xué)導(dǎo)論: 機(jī)器學(xué)習(xí)基礎(chǔ)

材料信息學(xué)是一門新興的交叉學(xué)科，為在材料基因組和人工智能+材料理念下加速材料科學(xué)研究和工程技術(shù)發(fā)展提供了一個(gè)全新的方法。作為材料和力學(xué)學(xué)者，作者在推動(dòng)材料信息學(xué)發(fā)展方面做了大量工作，在人工智能（AI）、機(jī)器學(xué)習(xí)（ML）和材料科學(xué)技術(shù)融合交叉方面，有諸多的嘗試和心得體會(huì)。作者旨在寫一套易懂的材料信息學(xué)簡(jiǎn)介書，以進(jìn)一步推動(dòng)材料信息學(xué)的發(fā)展。為便于讀者盡快理解和掌握材料信息學(xué)的核心內(nèi)容，兼顧內(nèi)容的完整性，作者撰寫完成了兩部：本書為第一部，側(cè)重于機(jī)器學(xué)習(xí)基礎(chǔ)；第二部講解高等機(jī)器學(xué)習(xí)。

本書共十二章，內(nèi)容包括線性回歸與線性分類、支持向量機(jī)、決策樹和K近鄰（KNN）、集成學(xué)習(xí)、貝葉斯定理和期望最大化算法、符號(hào)回歸、神經(jīng)網(wǎng)絡(luò)、隱馬爾可夫鏈、數(shù)據(jù)預(yù)處理與特征選擇、可解釋性的SHAP值和部分依賴圖。本書敘述力求從簡(jiǎn)單明了的數(shù)學(xué)定義和物理圖像出發(fā)，密切結(jié)合材料科學(xué)研究案例，給出了各種算法的詳細(xì)步驟，便于讀者學(xué)習(xí)和運(yùn)用。

（本文編輯：劉四旦）

專業(yè)品質(zhì) 學(xué)術(shù)價(jià)值

原創(chuàng)好讀 科學(xué)品位

一起閱讀科學(xué)