本書內(nèi)容主要包括10章,第1~6章主要討論單個傳感器量測、單個目標場景下的狀態(tài)估計問題,第7章將問題從單傳感器擴展到多傳感器,第8~10章進一步將研究內(nèi)容擴展到多個目標,著重研究量測-航跡關(guān)聯(lián)問題和航跡-航跡相關(guān)問題。
《工業(yè)機器人技術(shù)及應用》是教育部“互聯(lián)網(wǎng)+中國制造2025”產(chǎn)教融合創(chuàng)新基地建設(shè)配套教材。全書分為4篇,共9章,包括機器人概述、機器人分類、工業(yè)機器人機械部分、工業(yè)機器人運動學基礎(chǔ)、工業(yè)機器人運動學計算、工業(yè)機器人傳感部分、工業(yè)機器人控制部分、工業(yè)機器人編程技術(shù)和工業(yè)機器人典型應用!豆I(yè)機器人技術(shù)及應用》以“紙質(zhì)教材
本書是“世界機器人大賽青少年機器人設(shè)計賽項”教學資源開發(fā)成果,采用中英雙語編寫。本書以DobotMagician桌面智能機械臂為載體,共分為十章,主要內(nèi)容包括機械臂簡介、DobotStudio的使用、機械臂的SDK、機械臂的基本控制方法、機械臂的信息監(jiān)測與報警、機械臂的“示教&再現(xiàn)”模式及其應用、機械臂的動作規(guī)
重點介紹數(shù)據(jù)科學中的新理論和代表性實踐,填補數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)專業(yè)的核心教材的空白。主要內(nèi)容包括:基礎(chǔ)理論(術(shù)語定義、研究目的、發(fā)展簡史、理論體系、基本原則、數(shù)據(jù)科學家)、理論基礎(chǔ)(數(shù)據(jù)科學的學科地位、統(tǒng)計學、機器學習、數(shù)據(jù)可視化)、流程與方法(基本歷程、數(shù)據(jù)加工、數(shù)據(jù)審計、數(shù)據(jù)分析、數(shù)據(jù)可視化、數(shù)據(jù)故事化、項目管理
本書從數(shù)學基礎(chǔ)與編程基礎(chǔ)開始,逐步引導讀者領(lǐng)略深度學習的起源與發(fā)展,向讀者介紹深度學習在計算機視覺、自然語言處理等方面的實際應用,并為讀者呈現(xiàn)*前沿的深度學習研究進展,同時深入剖析技術(shù)原理,帶領(lǐng)讀者逐步推導深度學習背后的數(shù)學模型,并結(jié)合飛槳(PaddlePaddle)深度學習框架實現(xiàn)項目,代碼清晰,易于理解。本書深入淺
本教材基于紙質(zhì)媒體移動互聯(lián)網(wǎng)數(shù)字媒體資源等進行修訂,以組態(tài)與應用的教學目標為核心,以MCGS(國內(nèi))、WinCC(國外)通用組態(tài)軟件,和MACS(國內(nèi))、CENTUM(國外)專業(yè)組態(tài)軟件為主要教學情境,按照案例導入、需求分析、任務(wù)單設(shè)計、組態(tài)實施、運行測試、小試牛刀、融會貫通、照貓畫虎和能力測評的邏輯組織架構(gòu),并輔以多
大數(shù)據(jù)遠不止于簡單的數(shù)據(jù)和技術(shù),大數(shù)據(jù)更側(cè)重于其在商業(yè)、科學和社會等領(lǐng)域的應用。本書基于作者近20年大數(shù)據(jù)領(lǐng)域的咨詢經(jīng)驗,分析了大數(shù)據(jù)的來源,數(shù)據(jù)范式的改變,人工智能、機器學習與大數(shù)據(jù)的關(guān)系等;通過對大數(shù)據(jù)相關(guān)的工具、應用和處理方法的總結(jié),構(gòu)建了一套大數(shù)據(jù)應用方法和體系,幫助人們構(gòu)建大數(shù)據(jù)生態(tài)系統(tǒng)、形成大數(shù)據(jù)組織戰(zhàn)略、
械工業(yè)出版社本書從信息獲取和系統(tǒng)集成的角度出發(fā),系統(tǒng)地闡述了各類傳感器的工作原理、基本結(jié)構(gòu)、測量電路及其在工業(yè)測試中的典型應用,突破了就器件論器件的傳統(tǒng)講解方式。全書共分11章,緒論及第1章主要介紹傳感器的作用、定義與組成、分類、傳感器與測試系統(tǒng)的數(shù)學模型及基本特性,傳感器與檢測技術(shù)的展望;第2~8章重點介紹了各類常用
本書主要是探討面向控制需求的閉環(huán)辨識的基本理論以及工程應用技術(shù),探索可工程實現(xiàn)的閉環(huán)辨識新方法和新技術(shù)。本書提出了新的辨識六要素定義,關(guān)于閉環(huán)辨識的可辨識性和可辨識條件的新看法,模型辨識準確度的新定義和通用指標,不穩(wěn)定過程的閉環(huán)辨識新方法,辨識數(shù)據(jù)采集的參數(shù)優(yōu)化方法以及閉環(huán)辨識設(shè)定值激勵的新技術(shù)。本書盡力避免那些晦澀難