本书是深度学习领域的入门教材，系统地整理了深度学习的知识体系，并由浅入深地阐述了深度学习的原理、模型以及方法，使得读者能全面地掌握深度学习的相关知识，并提高以深度学习技术来解决实际问题的能力。 全书共15章，分为三个部分。 分为机器学习基础：章是绪论，介绍人工智能、机器学习、深度学习的概要，使读者全面了解相关知识；第2~3章介绍机器学习的基础知识。 第二部分是基础模型：第4～6章分别讲述三种主要的神经网络模型：前馈神经网络、卷积神经网络和循环神经网络；第7章介绍神经网络的优化与正则化方法；第8章介绍神经网络中的注意力机制和外部记忆；第9章简要介绍一些无监督学习方法；0章介绍一些模型独立的机器学习方法，包括集成学习、自训练、协同训练、多任务学习、迁移学习、终身学习、元学习等。 第三部分是进阶模型
智能优化算法是一类通过模拟某一自然现象或过程而建立起来的优化方法，这类算法包括进化算法、粒子群算法、禁忌搜索、分散搜索、模拟退火、人工免疫系统和蚁群算法等。本书系统地介绍了多目标智能优化算法理论与应用，力图全面地介绍多目标智能优化算法的研究进展。全书共分为8章，主要内容包括：多目标进化算法、多目标粒子群算法、其他多目标智能优化算法、人工神经网络优化、交通与物流系统优化、多目标生产调度和电力系统优化及其他。本书内容取材新颖，覆盖面广，系统深入，注重理论联系实际。本书可作为计算机、自动控制、人工智能、管理科学和工业工程等专业的研究生及高年级本科生，也可作为从事计算智能、生产调度等研究人员和工程技术人员的参考书。
《群体智能与多Agent系统交叉结合——理论、方法与应用》是作者在人工智能领域中群体智能和多Agent系统研究方向上近几年研究成果的系统总结。在总结目前外该研究方向发展现状的基础上，《群体智能与多Agent系统交叉结合——理论、方法与应用》着重介绍作者在交叉结合群体智能、多Agent系统、多机器人协作等方面取得的研究成果，主要包括：多Agent粒子群优化算法，多Agent粒子群优化算法在电力系统优化中的应用，多Agent粒子群优化算法在控制系统中的应用，基于群体智能的多Agent系统协作模型，基于改进蚁群算法的移动Agent路径规划与避障，基于群体智能的仿真机器人足球比赛策略及应用。《群体智能与多Agent系统交叉结合——理论、方法与应用》算法理论与应用实践并重，不但为相关群体智能和多Agent系统的研究者提供研究方法以资借鉴，而且更重要的是为群
21世纪以来，在决策制定过程中管理者们如何运用计算机化的支持方式已经发生了巨大变化。随着越来越多的决策制定者掌握计算机和Web知识，决策支持系统／商业智能正在不断地演变，从一开始的作为基本的个人支持工具，正迅速地成为整个机构中的共用品。数据仓库以及分析工具大大提高了跨越机构界限的信息获取。为团队提供的决策支持继续随着群体支持系统的新发展而不断改善，用以在任何时间、任何地点提高协同工作。人工智能方法正在提高决策支持的质量，并已经渗透到许多应用领域。智能代理执行常规任务，使决策者能够腾出时间更专注于重要工作，有组织的学习和知识管理的发展使得在任何时间、任何地点为有关问题提供整个机构的专门技术成为可能。互联网和企业内部息传递系统提高井促进了所有这些决策支持系统。本书的目的是向读者介绍这
本书详细介绍了目前深度学习相关的常用网络模型（ANN、N、RNN），以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析，这些案例能够加深读者对网络模型的认识。此外，本书还提供完整的进阶内容和对应案例，让读者全面深入地了解深度学习的知识和技巧，达到学以致用的目的。本书适用于大数据平台系统工程师、算法工程师、数据科学家，可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书，也可作为计算机等相关专业的师生用书和培训学校的教材。
《韦氏新世界大学词典》收录词目16万多条，其中约有7500条反映技术、社会和经济发展的词目，12000条富有美国特色的词目，各词目有释义，还有同义词用法比较及反义词提示。
本书是关于机器人学和机器视觉的实用参考书，部分“基础知识”（第2章和第3章）介绍机器人及其操作对象的位置和姿态描述，以及机器人路径和运动的表示方法；第二部分“移动机器人”（第4章至第6章）介绍其基本运动控制模式及其导航和定位方法；第三部分“臂型机器人”（第7章至第9章）介绍其运动学、动力学和控制方面的知识；第四部分“计算机视觉”（0章至4章）包括光照与色彩，图像形成和处理技术，图像特征提取，以及基于多幅图像的立体视觉技术；第五部分“机器人学、视学与控制”（5章和6章）分别讨论基于位置和基于图像的视觉伺服及更先进的混合视觉伺服方法。本书将机器人学与机器视觉知识有机结合，给出了实例算法和程序。作者有完备的代码可下载，用于验证书中知识点和实例，注重如何利用视觉信息控制机器人的运动。
过往的科幻现已成真，在人工智能时代现在我们与计算机、手机和娱乐设备的互动正在经历性的变化，基于触摸、手势、语音和视觉的自然人机交互正在逐渐替代使用键盘、鼠标和游戏手柄等的交互。显示设备也从单纯的显示设备转变为提供更具吸引力和沉浸式体验的双向交互设备。本书将深入讲解基于触摸、手势、语音和视觉等自然人机交互领域的技术、应用和未来趋势。
《群体智能与多Agent系统交叉结合——理论、方法与应用》是作者在人工智能领域中群体智能和多Agent系统研究方向上近几年研究成果的系统总结。在总结目前外该研究方向发展现状的基础上，《群体智能与多Agent系统交叉结合——理论、方法与应用》着重介绍作者在交叉结合群体智能、多Agent系统、多机器人协作等方面取得的研究成果，主要包括：多Agent粒子群优化算法，多Agent粒子群优化算法在电力系统优化中的应用，多Agent粒子群优化算法在控制系统中的应用，基于群体智能的多Agent系统协作模型，基于改进蚁群算法的移动Agent路径规划与避障，基于群体智能的仿真机器人足球比赛策略及应用。《群体智能与多Agent系统交叉结合——理论、方法与应用》算法理论与应用实践并重，不但为相关群体智能和多Agent系统的研究者提供研究方法以资借鉴，而且更重要的是为群
《社会智能与综合集成系统》是沿着钱学森先生的学术思想，作者多年从事认知(思维)科学、人-机结合的智能科学以及社会智能科学研究，在国家科技发展规划资助下所完成的项目成果的总结。《社会智能与综合集成系统》介绍了把钱学森先生的综合集成研讨厅体系的构思发展成为“信息空间”研讨体系的过程，构建了当代科学决策的可操作平台，并探讨了“网络空间”及“信息空间”条件下综合集成研讨体系的发展。 《社会智能与综合集成系统》总共分为12章，分别叙述了认知、思维与智能以及社会智能等领域的研究概况，系统介绍了综合集成研讨的理论基础及信息科学等技术手段，着重介绍了综合集成方法论的实践，以及信息空间研讨体系的构建过程，最后对其发展进行了探讨。 《社会智能与综合集成系统》可供认知(思维)科学、系统科学、智能自动化
本书的研究就是试图将神经网络、模糊逻辑和遗传算法等三种不同的智能技术有机的结合在一起，旨在建立以遗传进化型模糊神经网络为基础的信用风险评估模型，以期能够对我国银行业和金融机构的风险管理技术水平的提高有所裨益。本书研究的内容主要是从技术层面角度来探讨评估信用风险时建模的问题，采用智能计算技术(神经网络、模糊逻辑和遗传算法)建立信用风险评估模型，并运用我国上市公司数据对所构建模型的效果进行验证和评价。
柔性外骨骼人机智能技术以人机一体化技术为核心，充分发挥人和智能机器各自的优势，通过在感知、决策以及执行层面上有机的人机耦合，增强系统的性能。本书系统地阐述了柔性外骨骼人机智能系统理论及其应用；在人机一体化概念的基础上，对柔性外骨骼人机智能系统的发展、拟人化结构设计、人机耦合控制技术、上肢遥操作外骨骼以及下肢医疗康复外骨骼进行了详细介绍。本书主要面向从事机器智能化理论与技术研究的科研技术人员，为他们进行人机智能系统设计、集成与实现等工作提供有价值的参考素材。同时面向机械工程、控制工程等相关学科领域的研究生，可作为智能化系统与技术方面的参考书籍。
