作為《自動控制原理》（第二版）（孫優(yōu)賢主編，書號：978-7-122-42524-9）的配套學(xué)習(xí)輔導(dǎo)書，本書緊緊圍繞自動控制原理的知識點進(jìn)行編寫，內(nèi)容與體例均方便讀者自學(xué)。全書由9章正文與附錄組成。正文的9章與配套教材完全一致，分別為：概述、連續(xù)時間控制系統(tǒng)的數(shù)學(xué)模型、線性系統(tǒng)的時域分析法、連續(xù)時間控制系統(tǒng)的穩(wěn)定性與穩(wěn)

本書較全面系統(tǒng)地闡述自動控制理論的基本分析和校正方法。全書共分7章,主要內(nèi)容包括自動控制概述、線性控制系統(tǒng)的數(shù)學(xué)模型、時域分析和校正、根軌跡法﹑頻域分析和校正﹑離散控制系統(tǒng)﹑非線性系統(tǒng)分析等。本書較全面系統(tǒng)地闡述自動控制理論的基本分析和校正方法。全書共分7章,主要內(nèi)容包括自動控制概述、線性控制系統(tǒng)的數(shù)學(xué)模型、時域分析和

本書以通俗易懂的語言和有趣的插畫來解釋深度學(xué)習(xí)中的概念和方法,生動形象的插圖更容易幫助讀者理解和記憶。同時,書中指導(dǎo)讀者將自己的理解制作成短視頻,以加強(qiáng)學(xué)習(xí)效果。另外,書中還指導(dǎo)讀者在Colab平臺上進(jìn)行實踐。 本書內(nèi)容全面,從基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等入門知識,到深度學(xué)習(xí)的應(yīng)用領(lǐng)域如計算機(jī)視覺、自然

在這本書中，作者著力討論了幾種獲取機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法性能的相關(guān)知識的方法。作者展示了如何再次利用這些知識來選擇、組合、編撰和調(diào)整算法和模型，從而為數(shù)據(jù)挖掘提供更快、更有效的解決方案，幫助研究人員改進(jìn)算法，并開發(fā)能夠自我改進(jìn)的學(xué)習(xí)系統(tǒng)。本書的新版在舊版基礎(chǔ)上就內(nèi)容做了非常大的擴(kuò)充。作者介紹了最新的自動機(jī)器學(xué)習(xí)方法，闡

本書針對推薦系統(tǒng)中的二部圖、社交網(wǎng)絡(luò)和知識圖譜的圖結(jié)構(gòu)模式，研究基于圖表示學(xué)習(xí)的深度推薦系統(tǒng)。通過挖掘圖信息中的隱性關(guān)系和高階關(guān)系，使用圖學(xué)習(xí)的方式探索用戶和產(chǎn)品的潛在關(guān)聯(lián)，彌補(bǔ)相關(guān)推薦系統(tǒng)研究在挖掘用戶之間或者產(chǎn)品之間隱性關(guān)系方面的不足，形成一系列合理而且有效的推薦技術(shù)。增加推薦系統(tǒng)輸入的多樣性，運(yùn)用社交網(wǎng)絡(luò)和知識圖

本書是一本機(jī)器學(xué)習(xí)實用指南，提供從基礎(chǔ)知識到進(jìn)階技能的全面學(xué)習(xí)路徑。本書以淺顯易懂的方式介紹了機(jī)器學(xué)習(xí)的基本概念和主要類型，并詳細(xì)介紹使用Python及常見的庫進(jìn)行數(shù)據(jù)處理和機(jī)器學(xué)習(xí)的實操。此外，介紹了數(shù)據(jù)預(yù)處理的詳細(xì)過程，最后通過若干典型案例加深讀者對機(jī)器學(xué)習(xí)的理解。本書適合對機(jī)器學(xué)習(xí)感興趣的初學(xué)者，也可作為軟件開發(fā)

數(shù)系的擴(kuò)充始終貫穿于數(shù)學(xué)理論的發(fā)展之中. 本書利用交互式定理證明工具Coq,在Morse-Kelley公理化集合論形式化系統(tǒng)下, 給出中國科學(xué)與技術(shù)大學(xué)汪芳庭教授在其《數(shù)學(xué)基礎(chǔ)》中采用算術(shù)超濾分?jǐn)?shù)構(gòu)造實數(shù)的機(jī)器證明系統(tǒng),包括超濾空間與算術(shù)超濾的基本概念、超濾變換以及用算術(shù)超濾構(gòu)造算術(shù)模型的形式化實現(xiàn),構(gòu)建了非標(biāo)準(zhǔn)實數(shù)模

本書主要包含以下內(nèi)如：最優(yōu)化問題的簡介，凸分析基礎(chǔ)，無約束優(yōu)化的理論及線搜索算法框架，信賴域算法，線搜索收斂性分析及收斂速度分析，半光滑牛頓算法，共軛梯度算法，約束優(yōu)化理論及延伸理論，罰方法，增廣拉格朗日算法及算法在實際問題(支持向量機(jī)模型、超圖匹配)中的應(yīng)用。本書對知識點的分析緊密結(jié)合當(dāng)前研究前沿問題，并通過對應(yīng)用問

圖像融合技術(shù)可將多源圖像的互補(bǔ)特征進(jìn)行綜合，以得到更加完整和準(zhǔn)確的場景描述，從而彌補(bǔ)單一傳感器單幅圖像的不足，是一種廣泛應(yīng)用的圖像預(yù)處理技術(shù)，如多攝像頭拍照、微光夜視、醫(yī)學(xué)診斷、遙感等應(yīng)用領(lǐng)域。本書以多源圖像融合技術(shù)為主要內(nèi)容，在研究圖像尺度分析、遷移學(xué)習(xí)、深度學(xué)習(xí)算法與模型的基礎(chǔ)上，針對多聚焦圖像融合、多模態(tài)醫(yī)學(xué)圖像

作為普通個體，我們該如何快速切入AI賽道，更好地利用AI工具武裝自己，成為"超級個體”呢？本書給出了答案。本書精選八大領(lǐng)域：編程、設(shè)計、辦公、教育、翻譯、營銷、咨詢、自媒體，并通過88個具體案例實操演示了與ChatGPT進(jìn)行對話的技巧，全面且深入地為讀者展示了利用ChatGPT這個工具大幅提升工作效能的方法。除了提供拿