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。
本书系统深入地论述用于模式识别的特征选择的理论与方法。在内容上注重系统、全面地论述特征选择理论和方法,并力求反映、外特征选择领域的发展趋势。 全书重点论述各种有监督和无监督特征选择理论及方法。全面涵盖特征选择原理、特征选择方法分类、各类特征选择方法特点及特征选择算法性能评价方法等知识。论述各种特征评价方法。论述各种滤波式、封装式特征选择方法的原理、工作流程及算法步骤。论述特征选择集成方法、特征选择方法与样本选择及分类器集成的融合方法。还包括用于无监督模式识别的基于图谱理论的特征选择方法,用于优化深度学习网络的特征选择方法等的研究成果。 本书提供用于大型数据集和高维数据分析的特征选择算法及生物信息学应用的资料,涵盖了水声目标识别、字符识别、基于脑功能磁共振成像和单核苷酸多态