本書基于服務(wù)機(jī)器人的發(fā)展現(xiàn)狀和技術(shù)要點(diǎn),系統(tǒng)講述了服務(wù)機(jī)器人系統(tǒng)設(shè)計(jì)的關(guān)鍵技術(shù)。主要內(nèi)容包括:機(jī)器人的產(chǎn)生與發(fā)展、服務(wù)機(jī)器人的移動(dòng)機(jī)構(gòu)、服務(wù)機(jī)器人的機(jī)械臂、服務(wù)機(jī)器人的驅(qū)動(dòng)與控制、服務(wù)機(jī)器人的運(yùn)動(dòng)分析、服務(wù)機(jī)器人的路徑規(guī)劃、服務(wù)機(jī)器人的感知、服務(wù)機(jī)器人的操作系統(tǒng)、服務(wù)機(jī)器人未來展望。本書注重理論與實(shí)踐的結(jié)合,在講解服務(wù)

CorelDRAW2018是Corel公司出品的專業(yè)圖形設(shè)計(jì)和矢量繪圖軟件，具有功能強(qiáng)大、效果精細(xì)、兼容性好等特點(diǎn)，被廣泛應(yīng)用于平面設(shè)計(jì)、插畫繪制、包裝裝潢等諸多領(lǐng)域。本書根據(jù)初學(xué)者的學(xué)習(xí)需求和認(rèn)知特點(diǎn)梳理和構(gòu)建內(nèi)容體系，循序漸進(jìn)地講解了CorelDRAW2018的核心功能和應(yīng)用技法。全書共13章。第1章和第2章講解了

本書是用于全面、系統(tǒng)學(xué)習(xí)和運(yùn)用CreoParametric軟件的書籍，全書內(nèi)容分為14章，從基礎(chǔ)的CreoParametric操作環(huán)境開始講起，循序漸進(jìn)地詳細(xì)介紹了操作設(shè)置、草圖的繪制與編輯、基準(zhǔn)特征的創(chuàng)建、三維建模特征的創(chuàng)建、放置特征的創(chuàng)建、特征的操作及修改零件模型的方法、曲面的創(chuàng)建與編輯、裝配設(shè)計(jì)、工程圖設(shè)計(jì)、鈑金

本書介紹了深度學(xué)習(xí)原理與TensorFlow實(shí)踐。著重講述了當(dāng)前學(xué)術(shù)界和工業(yè)界的深度學(xué)習(xí)核心知識(shí)：機(jī)器學(xué)習(xí)概論、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)。著重講述了深度學(xué)習(xí)的實(shí)現(xiàn)以及深度學(xué)習(xí)框架TensorFlow：Python編程基礎(chǔ)、TensorFlow編程基礎(chǔ)、TensorFlow模型、TensorFlow編程實(shí)踐、TensorFlo

本書是暢銷書升級(jí)版，全書共分為28章，每章都是PHP獨(dú)立知識(shí)點(diǎn)的總結(jié)，全部以現(xiàn)在最新的PHP7以上版本應(yīng)用語法為主。內(nèi)容涵蓋了動(dòng)態(tài)網(wǎng)站開發(fā)所需要的后端全棧技術(shù)、PHP的常用功能模塊和實(shí)用技巧、MySQL和Redis兩種數(shù)據(jù)庫的設(shè)計(jì)與應(yīng)用、PHP面向?qū)ο蟮某绦蛟O(shè)計(jì)思想、數(shù)據(jù)庫抽象層PDO、Web開發(fā)的設(shè)計(jì)模式、自定義接口

本書共分6章。第1章介紹了計(jì)算機(jī)基礎(chǔ)知識(shí)，內(nèi)容包括計(jì)算機(jī)硬件的選擇、各種輸入法的靈活運(yùn)用、各種應(yīng)用軟件的安裝和打印機(jī)的使用；第2章介紹了Windows7操作系統(tǒng)的基本操作；第3~5章介紹了MircosoftOffice2010辦公軟件的應(yīng)用，包括文字處理軟件Word2010、電子表格軟件Excel2010、演示文稿軟件

本書系統(tǒng)介紹了視覺SLAM（同時(shí)定位與地圖構(gòu)建）所需的基本知識(shí)與核心算法，既包括數(shù)學(xué)理論基礎(chǔ)，如三維空間的剛體運(yùn)動(dòng)、非線性優(yōu)化，又包括計(jì)算機(jī)視覺的算法實(shí)現(xiàn)，例如多視圖幾何、回環(huán)檢測(cè)等。此外，我們還提供了大量的實(shí)例代碼供讀者學(xué)習(xí)研究，從而更深入地掌握這些內(nèi)容。本書可以作為對(duì)SLAM感興趣的研究人員的入門自學(xué)材料，也可以作

針對(duì)當(dāng)前人臉超分辨率重建過程中存在的重建系數(shù)不一致導(dǎo)致誤差的問題，結(jié)合稀疏表示模型，提出或擴(kuò)展了一系列新的基于稀疏表示模型的人臉超分辨率算法，提高了稀疏表示準(zhǔn)確性，改進(jìn)了高低分辨率重建系數(shù)的一致性，最終改善了重建結(jié)果人臉圖像的主客觀質(zhì)量。具體包括三方面的工作：第一，從學(xué)習(xí)字典的訓(xùn)練方法出發(fā)，結(jié)合稀疏性和近鄰性特征優(yōu)勢(shì)，

Node.js開發(fā)簡單，性能極好，一經(jīng)發(fā)布便成了明星級(jí)項(xiàng)目。隨著大前端領(lǐng)域的蓬勃發(fā)展，跨平臺(tái)開發(fā)、API構(gòu)建、Web應(yīng)用開發(fā)等場景愈加常見，Node.js也成為大前端開發(fā)的必備神器。本書以Node.js為主，講解了Node.js的基礎(chǔ)知識(shí)、開發(fā)調(diào)試方法、源碼原理和應(yīng)用場景，旨在向讀者展示如何通過*的Node.js和np

本書利用當(dāng)前最熱門的社交網(wǎng)絡(luò)媒體微博等進(jìn)行大數(shù)據(jù)文本分析，并在此基礎(chǔ)上，提出基于文本分析的推薦方法，多層級(jí)推薦方法，融合評(píng)分矩陣的推薦方法，基于社團(tuán)聚類的推薦方法，基于用戶點(diǎn)擊行為的混合推薦方法，融合隱性特征的群組推薦方法，分布式群組推薦方法。同時(shí)給出一種Web查詢?cè)~推薦服務(wù)，讓用戶更精確地查找并定位到所要搜索的相關(guān)網(wǎng)