电动机的数字控制是电动机控制的发展趋势，为电动机控制而专门设计的DSP已逐渐地成为实现电动机全数字实时控制的最有力的工具。本书以TI公司的DSP为例，详尽、系统地介绍了直流电动机、交流异步电动机、交流永磁同步电动机、步进电动机、无刷直流电动机和开关磁阻电动机这些常用电动机的控制原理，并介绍了利用DSP对电动机进行控制的方法。结合每一种控制原理和方法的介绍，本书都给出了具体的编程例子，并给出了非常详细的程序注释，使读者一看就懂，一学就会。与第1版相比，增加了定点DSP数据Q格式表示法和交流异步电动机无速度传感器控制技术。本书适合于对电动机的DSP控制感兴趣的初学者使用，可作为从事电动机控制和电气传动研究的工程技术人员、高校教师、研究生和本科生自学用书。

《基于视觉的运动目标检测跟踪》主要研究内容为基于计算机视觉、数字图像处理、数字视频处理等理论，实现视频中运动目标的检测跟踪。根据视觉感知环境将研究内容分为单目、双目和多目视觉下的运动目标检测和跟踪。在单目视觉下，分别针对静止背景下的可见光视频中的目标检测跟踪、红外小目标的检测跟踪及动态背景下运动目标检测跟踪进行了研究，给出了运动目标检测、位置预测及模板匹配的跟踪思路和方法。此外，结合机器学习技术的广泛应用，针对目标长时在线跟踪中的漂移问题、尺度变换问题及目标定位问题，研究了机器学习的方法。在双目和多目视觉下，结合多摄像机之间的空间位置关系，就多目标跟踪中的三维跟踪、融合跟踪等技术进行了研究，并就其在多目视觉下基于标记点的运动捕获这一具体应用中的实现进行了研究，解决了其中的遮

因素空间是信息、智能和数据科学的数学基础理论。本书将介绍因素空间如何将智能生成的统一机制落实到各行各业，开展全民智能孵化的洛神工程。 本书主要内容包括：介绍因素的范式特质和智能孵化洛神工程的内容；介绍因素空间对智能生成机制的落实细则；介绍因素显隐的理论，将现有人工智能数学算法归结到回归和优化两大方面，突出支持向量机与因素空间对支持向量机的改进，并介绍作者在线性规划方面的独特贡献；强调智能的核心是因果分析，支持珀尔的因果革命论，并对其中的瑕疵进行改进；作为智能孵化的一个应用，介绍循证因素工程。

《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本

本书将要进行的分析论证，属于对技术及由技术引发的人的自我认识问题展开的哲学反思。连接这两方面反思的纽带——同时也是本书的主题——便是“机器人”。对于机器人，不同的人可以给出不同的理解：它可以是工程师眼中的自动机器，可以是企业家眼中的生产设备，也可以是科幻小说家笔下的未来战士。但是，在哲学视野内的机器人却是一个具有挑战意味的概念，是一个逼迫哲学家们必须不断反思传统概念和知识体系的异端。究竟是“人是机器”，还是“机器可以是人”，或者更进一步引出“机器是什么”，“人又是什么”的追问。由此，产生出种种的疑问和迷惑的“机器人”，实在不是一个可以随随便便打发掉的概念，值得我们用哲学的眼光去一探究竟。

本书结合具体的控制对象论述过程控系统的设计、整定及其应用问题，包括常见控制回路的分析、线性与非线性调节器的选择、复杂控制系统的组成、控制算法与控制系统的实现和评估，以及各类典型单元及过程的控制方案，乃到一些高级的控制系统，如解耦系统、适应性控制和基于模型的控制等。本书巧妙地把控制理论融合于应用之中，使过程控制系统的设计更加科学和切合实际。本书可用作本科自动化专业师生的教学参考书，对从事过程控制应用研究的研究生和工程技术人员也很有参考价值。