科学新书榜
工业技术类（2025年11月）
“科学新书榜”基于科学出版社出版的新书在各大电商平台的月度销售排行产生，分为自然科学、工业技术、医药卫生和人文社科4类，希望能为您的阅读提供参考借鉴，与您一起阅读科学！
1
人工智能材料学：AI4Materials
本书系统阐述了人工智能（AI）驱动材料学研究范式的深刻变革。内容贯穿AI赋能材料研发的全链条，涵盖从微观结构特征提取、性质预测与反向设计，到动态演化模拟、智能表征解析及知识发现等核心环节，并前瞻性展望了“人工智能材料学家”这一终极图景。全书通过对比“人的研究方式”与“AI的研究方式”，为读者构建起一个从理论基础到前沿应用的完整知识体系。
2
网络空间安全
本书以构建网络空间安全的系统性思维为目标，深入剖析网络空间的基础概念、发展历程及安全框架，帮助读者奠定扎实的理论基础，并具备应对实际安全挑战的能力。全书内容覆盖了网络安全、系统安全、应用安全、数据安全等多个主题模块，围绕安全体系结构、风险评估、入侵防御、漏洞分析等核心问题展开。本书通过对开放系统互连安全体系结构、TCP/IP安全体系以及访问控制、数字签名等关键机制的详细讲解，帮助读者掌握重要的安全技术与实现方法。同时，在每个模块中穿插实际应用案例，展示防火墙、VPN、入侵检测、漏洞管理等技术的真实应用场景，并提供新兴技术，如人工智能、大数据、区块链等在网络空间安全中的应用方案。
3
建筑与土木工程学科发展战略研究报告
（2026～2035）
本书是国家自然科学基金委员会工程与材料科学部的学科发展战略研究报告之一。这一系列研究报告是国家自然科学基金委员会工程与材料科学部为不断促进本领域的基础研究工作而精心组织出版的系列学科发展战略研究报告，旨在瞄准国际学科发展前沿，面向未来国家经济建设和社会发展的重大需求，着力解决我国工程与材料领域中的重要科学和技术基础问题，增强国家原始创新和技术创新能力。
本书站在国家利益和学科总体高度，综合考虑本领域国际科学与技术发展趋势和我国实际需求，论述建筑与土木工程学科的内涵、战略地位以及各分支领域的界定，深入系统地分析各分支领域，包括建筑学、城乡规划学与风景园林学、建筑物理、结构工程、工程材料、工程建造与服役、岩土与基础工程、地下与隧道工程、道路与轨道工程、工程防灾等国内外研究现状、发展趋势及科学问题，提出我国建筑与土木工程研究近、中期发展方向和目标，拟定了2026～2035年优先发展方向、资助领域和发展思路。
4
模型驱动的深度学习 ——模型与数据双驱动的人工智能建模方法
人工智能与数学、自然科学及工程应用等领域深度交叉融合，正成为推动新一轮科技革命的重要动力.特别是在“AIforScience”的兴起下，人工智能正在从数据驱动向更具模型结构与科学机理的方向扩展，成为科学研究与工程计算的新引擎.本书正是在这一趋势下编写而成，系统总结了人工智能与科学问题交叉融合中所涉及的模型与数据双驱动的基础方法，具体介绍了AI与数学优化、统计方法、几何建模、微分方程等关键数学工具的融合路径与方法体系，力求构建一个适用于“AI+科学/工程”交叉研究的理论框架与方法支撑.
5
雷达低空目标探测与防范
本书针对低空雷达目标探测技术开展了深入研究，全书分三部分。第一部分梳理雷达低空目标探测技术的研究现状，分析典型低空目标的雷达目标特性。第二部分分别从信号和数据层面，讨论低空雷达目标的检测、跟踪、识别与分类技术。第三部分介绍导航雷达、泛探雷达、外辐射源雷达等各类典型低空雷达探测系统、应用情况，并对雷达低空目标探测技术的发展方向做了展望。本书介绍的许多方法经过大量实测数据验证，对提高复杂低空背景下动目标检测和精细化处理能力具有指导意义。
6
智能辅助科研：深度学习革命
本书系统介绍了人工智能（AI）、机器学习（ML）和深度神经网络技术，这些技术正引领着从超级计算机模拟和现代实验设施产生的数据集中进行科学发现。海量的实验数据来源众多，包括望远镜、卫星、基因测序仪、加速器和电子显微镜，以及位于瑞士日内瓦的欧洲核子研究中心（CERN）大型强子对撞机（LHC）和国际热核聚变实验堆（ITER，总部位于法国）托卡马克装置等国际大型设施。这些来源每年产生从数拍字节（petabytes）到艾字节（exabytes）级别的海量数据。科学家们面临的主要挑战是如何从这些数据中提取科学洞见，而最新的 AI发展成果对此至关重要。
7
画说能源革命
当人工智能遇上能源革命，一场改变人类未来的深刻变革正在发生。本书采用“知识图谱+视觉叙事”的表现形式，融合严谨科学与创意表达，系统呈现四大核心内容：传统能源体系面临的挑战，人工智能驱动的技术创新，智慧能源在城市、交通、家庭和建筑等场景中的前沿应用，以及可持续发展的未来图景。
8
深度强化学习控制：前沿理论与方法
本书系统梳理了深度强化学习的核心理论、关键算法及其在智能控制、机器人技术和多智能体系统中的应用。全书涵盖强化学习的基本概念、深度强化学习的主要框架，以及多智能体强化学习的协同决策、任务分解与优化控制等前沿问题，并结合大量实验案例，深入探讨强化学习在飞行器控制、移动机器人导航与避障等领域的实践应用。
9
Python与文本智能处理入门
文本智能处理作为中文信息处理的关键领域，展现出广阔前景；Python以其强大的生态和易用性，已成为主流编程工具。然而，初学者如何系统掌握Python并将其有效应用于文本处理仍面临着挑战，本书旨在为初学者提供一条清晰实用的学习路径。本书面向初学者，系统梳理了用Python进行中文文本智能处理的完整路径。前4章夯实语言基础—数据结构、流程控制、正则表达式与规范编程范式；第5章及以后深入应用—语料库构建、网络爬虫、数据可视化，覆盖分词、向量化、相似度、分类聚类、情感分析及深度学习，配套案例代码，理实结合，快速上手。
10
材料信息学导论: 机器学习基础
材料信息学是一门新兴的交叉学科，为在材料基因组和人工智能+材料理念下加速材料科学研究和工程技术发展提供了一个全新的方法。作为材料和力学学者，作者在推动材料信息学发展方面做了大量工作，在人工智能（AI）、机器学习（ML）和材料科学技术融合交叉方面，有诸多的尝试和心得体会。作者旨在写一套易懂的材料信息学简介书，以进一步推动材料信息学的发展。为便于读者尽快理解和掌握材料信息学的核心内容，兼顾内容的完整性，作者撰写完成了两部：本书为第一部，侧重于机器学习基础；第二部讲解高等机器学习。
本书共十二章，内容包括线性回归与线性分类、支持向量机、决策树和K近邻（KNN）、集成学习、贝叶斯定理和期望最大化算法、符号回归、神经网络、隐马尔可夫链、数据预处理与特征选择、可解释性的SHAP值和部分依赖图。本书叙述力求从简单明了的数学定义和物理图像出发，密切结合材料科学研究案例，给出了各种算法的详细步骤，便于读者学习和运用。
（本文编辑：刘四旦）
专业品质 学术价值
原创好读 科学品位
一起阅读科学
热门跟贴