本書是《物聯(lián)網(wǎng)編程與應(yīng)用》的基礎(chǔ)篇，按照案例教學(xué)的方式，模擬物聯(lián)網(wǎng)上位機應(yīng)用開發(fā)的情境，深入淺出地介紹了C#編程的方法以及Android應(yīng)用開發(fā)。全書通過多個項目分別介紹了可視化編程入門、C#編程基礎(chǔ)、簡單圖形編程、算法基礎(chǔ)、網(wǎng)絡(luò)編程基礎(chǔ)以及簡單的Android軟件開發(fā)等教學(xué)內(nèi)容。

由于多智能體系統(tǒng)的廣泛應(yīng)用，其分布式協(xié)同合作控制成為數(shù)學(xué)、物理、生物、控制、管理等眾多相關(guān)領(lǐng)域的一個熱點研究方向。相互合作的分布式協(xié)議成為多智能體網(wǎng)絡(luò)系統(tǒng)實現(xiàn)協(xié)同控制的至關(guān)重要的因素。本書詳細介紹了多智能體系統(tǒng)的研究背景和相關(guān)的研究進展，深入探討了完全基于分布式信息的多智能體系統(tǒng)自適應(yīng)控制協(xié)議設(shè)計，研究了多智能體傳感網(wǎng)

"機器學(xué)習(xí)是計算機科學(xué)與人工智能的重要分支領(lǐng)域.本書作為該領(lǐng)域的入門教材，在內(nèi)容上盡可能涵蓋機器學(xué)習(xí)基礎(chǔ)知識的各方面.全書共16章，大致分為3個部分：第1部分（第1～3章）介紹機器學(xué)習(xí)的基礎(chǔ)知識；第2部分（第4～10章）討論一些經(jīng)典而常用的機器學(xué)習(xí)方法（決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與

本書是關(guān)于機器學(xué)習(xí)這一主題內(nèi)容全面的教科書，涵蓋了通常在機器學(xué)習(xí)導(dǎo)論中并不包括的廣泛題材。對機器學(xué)習(xí)的定義和應(yīng)用實例進行了介紹，涵蓋了監(jiān)督學(xué)習(xí)、貝葉斯決策理論、參數(shù)方法、多元方法、維度歸約、聚類、非參數(shù)方法、決策樹、線性判別式、多層感知器、局部模型、核機器、圖方法、隱馬爾可夫模型、貝葉斯估計、組合多學(xué)習(xí)器、增強學(xué)習(xí)以及

本書系統(tǒng)地介紹了人工智能的基本原理、方法和應(yīng)用技術(shù)，全面反映了國內(nèi)外人工智能研究領(lǐng)域的進展和發(fā)展方向。全書共12章。第1章簡要介紹了人工智能的概況。第2~6章闡述了人工智能的基本原理和方法，重點論述了知識表示、自動推理、機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等。第7章和第8章介紹了專家系統(tǒng)、自然語言處理等應(yīng)用技術(shù)。第9~11章闡述了當前人

借鑒生物免疫系統(tǒng)的分層防御機理以及層次間的相互作用，作者提出了用于機電設(shè)備故障診斷的免疫診斷模型。將故障檢測與診斷功能進行整合，研究機電設(shè)備異常檢測與故障診斷的免疫算法與模型，分層解決設(shè)備的狀態(tài)監(jiān)測、故障定位與診斷等關(guān)鍵問題，建立了異常狀態(tài)監(jiān)測與故障診斷一體化的快速反應(yīng)機制。第一層，異常追蹤監(jiān)測。在獲取設(shè)備運行狀態(tài)數(shù)據(jù)

本書主要圍繞著學(xué)科內(nèi)涵展開，強調(diào)學(xué)科基礎(chǔ)知識、主要研究方法、核心研究領(lǐng)域、若干熱點問題以及前沿應(yīng)用技術(shù)等內(nèi)容，涉及智能哲學(xué)、智能科學(xué)、智能技術(shù)、智能服務(wù)等多個方面。本書覆蓋了智能科學(xué)與技術(shù)專業(yè)入門課程所必須掌握的核心知識，強調(diào)基礎(chǔ)性、思想性和前沿性并重，主要包括學(xué)科基礎(chǔ)、科學(xué)研究和技術(shù)應(yīng)用等部分，學(xué)科基礎(chǔ)部分涉及學(xué)科概

《決策用強化與系統(tǒng)性機器學(xué)習(xí)》以Protel的最新版本AltiumDesigner13AltiumDesigner14為平臺，介紹了電路設(shè)計的方法和技巧，主要包括AltiumDesigner13AltiumDesigner14概述、原理圖設(shè)計基礎(chǔ)、原理圖的繪制、原理圖的后續(xù)處理、層次結(jié)構(gòu)原理圖的設(shè)計、原理圖編輯中的高級

《神經(jīng)系統(tǒng)建模與控制工程》結(jié)合神經(jīng)生物學(xué)、神經(jīng)計算科學(xué)與自動控制科學(xué)的交叉優(yōu)勢，主要介紹了神經(jīng)系統(tǒng)場效應(yīng)的動力學(xué)模型，分析了外電場作用下的神經(jīng)元以及神經(jīng)元網(wǎng)絡(luò)的動力學(xué)特性，重點闡述參數(shù)辨識方法在神經(jīng)系統(tǒng)建模中的應(yīng)用，以及先進控制算法例如優(yōu)化控制、迭代學(xué)習(xí)、模型預(yù)測控制等在單神經(jīng)元放電模式以及神經(jīng)元網(wǎng)絡(luò)同步特性控制中的應(yīng)

人工智能及其應(yīng)用