本書知識點明確、結(jié)構(gòu)緊湊、思路清晰，通過理論與實例結(jié)合的方式，深入淺出地介紹了多傳感器數(shù)據(jù)智能融合的理論與應用技術(shù)。全書共11章，包括多傳感器數(shù)據(jù)融合概述、數(shù)據(jù)融合結(jié)構(gòu)與算法概論、貝葉斯推理方法、證據(jù)理論算法與數(shù)據(jù)融合、模糊理論及其在數(shù)據(jù)融合中的應用、人工神經(jīng)網(wǎng)絡與數(shù)據(jù)融合算法、遺傳算法及其在數(shù)據(jù)融合中的應用、粒子群算

伺服系統(tǒng)是用來精確地跟隨或復現(xiàn)某個過程的反饋控制系統(tǒng)，該系統(tǒng)可使物體的位置、方位、狀態(tài)等的輸出被控制量能夠跟隨輸入目標（或給定值）的變化而變化。本書以伺服系統(tǒng)為對象，在闡述伺服系統(tǒng)原理、電力電子器件和檢測元件等基礎(chǔ)上，從伺服系統(tǒng)發(fā)展的角度出發(fā)，系統(tǒng)地介紹了步進式伺服系統(tǒng)、直流伺服系統(tǒng)、交流伺服系統(tǒng)等的原理及應用。本書在

意大利學者AlbertoIsidori所著的兩卷本NonlinearControlSystems是非線性控制理論的經(jīng)典著作，系統(tǒng)地總結(jié)了20世紀70年代以來非線性控制理論研究中出現(xiàn)的主要理論和方法，特別強調(diào)微分幾何理論在確定性非線性控制系統(tǒng)中的應用。第1卷側(cè)重于基礎(chǔ)理論，其中第1章和第2章針對仿射非線性系統(tǒng)，從向量場、

本書研究的靈感來自于近期的強化學習(RL)和信息物理系統(tǒng)(CPS)領(lǐng)域的發(fā)展。RL植根于行為心理學，是機器學習的主要分支之一。不同于其他機器學習算法（如監(jiān)督學習和非監(jiān)督學習），RL的關(guān)鍵特征是其獨特的學習范式，即試錯。與深度神經(jīng)網(wǎng)絡相結(jié)合，深度RL變得如此強大，以至于許多復雜的系統(tǒng)可以被人工智能智能體在超人的水平上自動

本書主要以ABB機器人為對象，介紹了工業(yè)機器人虛擬仿真軟件RobotStudio的使用。全書采用以圖為主的講解方式，主要內(nèi)容包括工業(yè)機器人虛擬仿真概述、工業(yè)機器人仿真基本操作、工業(yè)機器人工作站模型創(chuàng)建、工業(yè)機器人離線軌跡編程、工業(yè)機器人搬運工作站仿真、工業(yè)機器人碼垛工作站。書中通過工業(yè)機器人應用的虛擬仿真開發(fā)實例，介紹

本書采用“理論+實戰(zhàn)”的形式編寫，將企業(yè)需求分解為單獨的項目，全面系統(tǒng)地講解了Hadoop大數(shù)據(jù)的相關(guān)知識及應用。全書共12個項目，首先介紹了大數(shù)據(jù)技術(shù)的發(fā)展、Hadoop生態(tài)圈的組成、Hadoop集群部署、采集數(shù)據(jù)上傳到HDFS；接著具體介紹了為提高集群的可持續(xù)服務，在分布式協(xié)調(diào)組件ZooKeeper的協(xié)助下，部署H

全書內(nèi)容可分為四個部分，列10章。主要內(nèi)容：多自由度系統(tǒng)動力學模型、機器人系統(tǒng)動力學模型、行走式機械系統(tǒng)動力學模型、轉(zhuǎn)子系統(tǒng)動力學模型、變質(zhì)量系統(tǒng)與航天器動力學建模、動力學系統(tǒng)控制、動力學系統(tǒng)仿真、動力學測試與信號處理等。本書適用于機械工程、車輛工程、航天器設計、地質(zhì)裝備工程、力學、土木工程、資源與環(huán)境工程等專業(yè)。重點

本書以辦公室數(shù)據(jù)分析為應用場景，從實戰(zhàn)角度介紹數(shù)據(jù)分析的方法和應用技巧，特別強調(diào)實際問題的分析和解決。本書通俗易懂，適合無數(shù)學及統(tǒng)計學基礎(chǔ)但有數(shù)據(jù)分析需求的各類讀者。感興趣的讀者可以在閱讀本書的同時，登陸中國統(tǒng)計培訓網(wǎng)（http://www.stats-edu.com/），參加數(shù)據(jù)分析培訓課“數(shù)據(jù)分析小白訓練營”，繼續(xù)

隨著各行各業(yè)對大數(shù)據(jù)實時查詢的需求持續(xù)增長，數(shù)據(jù)查詢及分析引擎正變得不可或缺。Presto是由Facebook開源的高性能分布式SQL查詢引擎，其用戶包括Netflix、Airbnb、LinkedIn、Twitter、Uber等知名公司。本書由Presto的核心開發(fā)人員參與撰寫，教你系統(tǒng)地學習Presto的用法。書中內(nèi)

大數(shù)據(jù)和機器學習等的興起使得商業(yè)分析領(lǐng)域越來越倚重數(shù)據(jù)科學。本書詳細介紹了商業(yè)數(shù)據(jù)科學中的關(guān)鍵元素，匯集了機器學習、經(jīng)濟學以及統(tǒng)計學領(lǐng)域的核心原則和最佳實踐，內(nèi)容涵蓋識別商業(yè)政策中的重要變量、通過實驗測量這些變量，以及挖掘社交媒體以了解公眾對于政策修改的反應，為從事商業(yè)數(shù)據(jù)科學的數(shù)據(jù)科學家和商業(yè)人士提供了必備工具。書中