SystemVerilog硬件設(shè)計

本書主要闡述模糊動態(tài)系統(tǒng)的性能分析和綜合設(shè)計問題，介紹相關(guān)領(lǐng)域的國內(nèi)外最新研究成果。本書主要內(nèi)容是模糊動態(tài)系統(tǒng)智能控制與應(yīng)用，具體包括模糊動態(tài)系統(tǒng)狀態(tài)反饋控制、降階控制、事件觸發(fā)控制、基于模糊觀測器的跟蹤控制等。此外，本書還給出相關(guān)的仿真算例，并將部分創(chuàng)新成果應(yīng)用至卡車拖車系統(tǒng)模型和六輪滑移轉(zhuǎn)向車輛模型控制中，以驗證設(shè)

本書專注于使用R語言進(jìn)行數(shù)據(jù)分析和可視化，主要目標(biāo)是幫助讀者掌握R語言這一強大的數(shù)據(jù)科學(xué)工具，以在科技領(lǐng)域中更好地處理數(shù)據(jù)、分析數(shù)據(jù)以及呈現(xiàn)結(jié)果。本書面向的讀者群體廣泛，無論是初學(xué)者還是有經(jīng)驗的數(shù)據(jù)科學(xué)家，都能夠從中獲取豐富的知識和技能，以在科技領(lǐng)域取得成功。本書中包含了實用的示例和練習(xí)，可以幫助讀者掌握數(shù)據(jù)分析和可視

本書共計11章，第1章對合成孔徑雷達(dá)（SAR）目標(biāo)識別進(jìn)行了概述；第2章介紹了基于局部保持特性和混合高斯分布的SAR目標(biāo)識別；第3章介紹了基于局部保持特性和Gamma分布的SAR目標(biāo)識別；第4章介紹了基于結(jié)構(gòu)保持投影的SAR目標(biāo)識別；第5章介紹了基于類別稀疏表示的SAR目標(biāo)識別；第6章介紹了基于乘性稀疏表示和Gamma

許多實際工業(yè)過程具有明顯的非高斯隨機動態(tài)特性，使衡量產(chǎn)品質(zhì)量、生產(chǎn)效率和能耗等的運行指標(biāo)并不滿足高斯假設(shè)，傳統(tǒng)基于運行指標(biāo)均值和方差的控制與優(yōu)化方法難以獲得滿意的控制和優(yōu)化效果。本書總結(jié)了筆者研究團(tuán)隊近年來在非高斯工業(yè)過程控制與優(yōu)化方面的研究成果，主要包括基于幾何分析雙閉環(huán)迭代學(xué)習(xí)控制的非高斯工業(yè)過程隨機分布控制、基于

本書基于電力企業(yè)應(yīng)急供電技術(shù)人員的需求進(jìn)行編寫，共分為五個部分，第一部分概述電力企業(yè)應(yīng)急管理體系、電力企業(yè)應(yīng)急響應(yīng)職責(zé)和電力企業(yè)應(yīng)急供電技術(shù);第二部分從原理、構(gòu)成、操作步驟、維護(hù)保養(yǎng)等角度詳述應(yīng)急供電常用裝備;第三部分闡述配電網(wǎng)應(yīng)急電源設(shè)備安裝與運行的要點;第四部分從重要活動保供電和突發(fā)事件應(yīng)急供電兩個方面講解應(yīng)急保供

ModelSim是優(yōu)秀的HDL仿真軟件之一，它能提供友好的仿真環(huán)境，是業(yè)界唯一單內(nèi)核支持VHDL和Verilog混合仿真的仿真器，它采用直接優(yōu)化的編譯技術(shù)、Tcl/Tk技術(shù)和單一內(nèi)核仿真技術(shù)，編譯仿真速度快，編譯的代碼與平臺無關(guān)，便于保護(hù)IP核，個性化的圖形界面和用戶接口，為用戶加快調(diào)錯提供強有力的手段，是Window

《零基礎(chǔ)學(xué)Python數(shù)據(jù)分析》（升級版）以數(shù)據(jù)分析"三劍客”——Pandas、Matplotlib和NumPy為主線，全面介紹了數(shù)據(jù)分析入門的必備知識，從學(xué)習(xí)與應(yīng)用的角度出發(fā)，幫助讀者快速掌握數(shù)據(jù)統(tǒng)計分析技能，拓寬職場道路。本書通過大量的示意圖力求使讀者能夠更好地理解晦澀難懂的專業(yè)術(shù)語；通過快速示例將學(xué)習(xí)與應(yīng)用相結(jié)合

本書主要介紹不確定性環(huán)境下基于隨機參數(shù)矩信息的魯棒優(yōu)化方法，討論其模型構(gòu)建、算法設(shè)計及實際應(yīng)用等方面的最新研究成果。本書旨在為不確定性環(huán)境下優(yōu)化決策提供理論建模、算法設(shè)計及分析的新方法和工具，同時為復(fù)雜環(huán)境下供應(yīng)鏈管理、運營管理、物流運作等實際問題提供科學(xué)決策支持。

在實際應(yīng)用中,需要處理的數(shù)據(jù)常常具有類別不平衡的特點.例如,用于信用卡欺詐檢測、垃圾郵件過濾、機械故障診斷、疾病診斷、極端天氣預(yù)測預(yù)報等的數(shù)據(jù)都是類別非平衡數(shù)據(jù).研究非平衡數(shù)據(jù)分類問題具有重要意義和實際應(yīng)用價值,引起機器學(xué)習(xí)領(lǐng)域研究人員的廣泛關(guān)注.本書結(jié)合作者團(tuán)隊在非平衡數(shù)據(jù)分類中的研究成果,系統(tǒng)介紹非平衡數(shù)據(jù)分類的理