本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡(luò)的主要理論、控制技術(shù)及應用實例,旨在使讀者理解和熟悉神經(jīng)網(wǎng)絡(luò)及其控制的基本原理和主要應用,掌握它的結(jié)構(gòu)和設(shè)計應用方法,主要內(nèi)容包括神經(jīng)網(wǎng)路基礎(chǔ)論、神經(jīng)網(wǎng)絡(luò)控制原理、感知器神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、時滯神經(jīng)網(wǎng)絡(luò)、CMAC網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)控
計算機視覺、自然語言處理和語音識別是目前深度學習領(lǐng)域很熱門的三大應用方向,本書旨在幫助零基礎(chǔ)或基礎(chǔ)較為薄弱的讀者入門深度學習,達到能夠獨立使用深度學習知識處理計算機視覺問題的水平。通過閱讀本書,讀者將學到人工智能的基礎(chǔ)概念及Python編程技能,掌握PyTorch的使用方法,學到深度學習相關(guān)的理論知識,比如卷積神經(jīng)網(wǎng)絡(luò)
《情感計算與情感機器人系統(tǒng)》在介紹情感計算、情感建模以及人機情感交互概念的基礎(chǔ)上,分析了當前人機情感交互的研究前沿,總結(jié)了在多模態(tài)情感識別方法、人機交互氛圍場建模、情感意圖理解方法、情感機器人的多模態(tài)情感表達以及人機情感交互系統(tǒng)應用方面的**研究成果,使讀者對人機情感交互有更深的理解,對促進我國在情感計算與情感機器人領(lǐng)
本書全面梳理了各個學科與智能研究相關(guān)的成果,在此基礎(chǔ)上歸納了一般智能的構(gòu)成要素,形成了生物智能和非生物智能統(tǒng)一的智能理論體系。系統(tǒng)分析了智能的進化、發(fā)展、使用和評價,提出了語義邏輯的主要準則和不同于馮?諾伊曼體系的智能計算架構(gòu)。并且為構(gòu)建本書所述非生物智能體或人工智能學界討論的通用人工智能提出了一條可實現(xiàn)的路徑。本書適
本書是國內(nèi)較早關(guān)于TensorFlow大數(shù)據(jù)與量化交易的原創(chuàng)圖書,配合zwPython開發(fā)平臺和zwQuant開源量化軟件學習,是一套完整的大數(shù)據(jù)分析、量化交易的學習教材,可直接用于實盤交易。本書有三大特色:*,以實盤個案分析為主,全程配有Python代碼;第二,包含大量的圖文案例和Python源碼,無須專業(yè)編程基礎(chǔ),
本書全面介紹了作者近年來在奇異攝動飽和控制系統(tǒng)分析與設(shè)計方面的研究成果。書中介紹了奇異攝動飽和控制系統(tǒng)穩(wěn)定性分析方法、奇異攝動飽和控制系統(tǒng)設(shè)計方法、具有L2擾動的奇異攝動飽和系統(tǒng)快采樣控制設(shè)計和慢采樣控制設(shè)計方法、奇異攝動切換飽和控制系統(tǒng)設(shè)計方法、奇異攝動系統(tǒng)抗飽和控制設(shè)計方法、非線性奇異攝動系統(tǒng)模糊采樣控制設(shè)計方法、
本書為胡壽松教授主編的教材《自動控制原理》的學習指導性教學配套用書。本書系統(tǒng)地給出了《自動控制原理(第七版)》中全部260道習題的詳解,這些習題包含了概念題、基本題、證明題、工程應用題、MATLAB題、設(shè)計題和難題等七類題型!禕R》本書在習題解析過程中給出了解題思想的友情提示,指明解題過程的注意事項,其解題步驟科學、
本書系統(tǒng)地介紹了自動控制的基本理論。全書共8章。第1章介紹自動控制的一些基本概念;第2章介紹控制系統(tǒng)的輸入-輸出模型,包括系統(tǒng)運動方程、傳遞函數(shù)、頻率特性函數(shù)、框圖和信號流圖等;第3章介紹控制系統(tǒng)的狀態(tài)空間模型;第4章介紹控制系統(tǒng)的穩(wěn)定性分析;第5章介紹控制系統(tǒng)的時域運動分析;第6章介紹系統(tǒng)校正方法;第7章介紹線性控制
TensorFlow是谷歌2015年開源的主流深度學習框架,目前已得到廣泛應用。本書為TensorFlow入門參考書,旨在幫助讀者以快速、有效的方式上手TensorFlow和深度學習。書中省略了煩瑣的數(shù)學模型推導,從實際應用問題出發(fā),通過具體的TensorFlow示例介紹如何使用深度學習解決實際問題。書中包含深度學習的
《深入淺出強化學習:原理入門》用通俗易懂的語言深入淺出地介紹了強化學習的基本原理,覆蓋了傳統(tǒng)的強化學習基本方法和當前炙手可熱的深度強化學習方法。開篇從*基本的馬爾科夫決策過程入手,將強化學習問題納入到嚴謹?shù)臄?shù)學框架中,接著闡述了解決此類問題*基本的方法動態(tài)規(guī)劃方法,并從中總結(jié)出解決強化學習問題的基本思路:交互迭代策略評