本书系统地介绍了机器人控制的几种先进设计方法，是作者多年来从事机器人控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的成果。 全书以机器人为对象，共分10章，包括先进PID控制、神经网络自适应控制、模糊自适应控制、迭代学习控制、反演控制、滑模控制、自适应鲁棒控制、系统辨识和路径规划。每种方法都给出了算法推导，实例分析和相应的MATLAB仿真设计程序。 本书各部佞内容既相互联系又各自独立，读者可根扭需要选择学习，本书适用于从事生产过程自动化、计算机应用、机械电子和电气自动化领域工作的工程技术人员阅读，也可作为大专院校工业自动化、自动控制、机械电子、自动化仪表、计算机应用等专业的数学参考书。
本书将带领读者搭建一个真实、完整的对话机器人。这个对话机器人的前台采用小程序来实现，这是因为小程序开发非常简单、门槛低、用户体验好，且便于企业用户将其升级或转为App。中台采用“ApacheTomcatJava”来实现，这样可降低读者的学习成本。后台采用流行的TensorFlow框架来完成对话机器人对话模型的深度学习。如果读者对这些技术不是太熟悉，也不要紧，只要跟着书中的步骤一步步来，即可得到最终的结果。为了完成这样一个对话机器人，本书先介绍了人工智能基础、自然语言处理基础、对话机器人相关的深度学习技术，以及对话机器人的实现方法。在搭建完对话机器人后，还介绍了各种应用场景下，对话机器人扩展功能的实现方式，包括用户意图识别、情感分析、知识图谱等关键技术。本书非常适合作为初学者入门人工智能技术的自学用书。单纯学习人
本书特别邀请国内神经网络及相关领域的知名专家，分别对神经网络的理论基础及典型应用进行了讨论。内容涉及神经网络的学习方法、优化计算、知识理论、流形学习、过程神经元网络、随机二元网络、离散联想记忆神经网络以及神经网络在医学数据处理、汉语认知等方面的应用。文中通过丰富的文献资料和研究工作，对当前的进展做出回顾和分析，对学术研究有重要的参考价值。本书适合计算机和自动化专业的研究生、教师、工程技术人员和研究人员参考。
本书特别邀请国内神经网络及相关领域的知名专家，分别对神经网络的理论基础及典型应用进行了讨论。内容涉及神经网络的学习方法、优化计算、知识理论、流形学习、过程神经元网络、随机二元网络、离散联想记忆神经网络以及神经网络在医学数据处理、汉语认知等方面的应用。文中通过丰富的文献资料和研究工作，对当前的进展做出回顾和分析，对学术研究有重要的参考价值。本书适合计算机和自动化专业的研究生、教师、工程技术人员和研究人员参考。
本书首先介绍了深度学习相关的理论和主流的深度学习框架，然后从Caffe深度学习框架为切入点，介绍了Caffe的安装、配置、编译和接口等运行环境，剖析Caffe网络模型的构成要素和常用的层类型和Solver方法。通过LeNet网络模型的Mnist手写实例介绍其样本训练和识别过程，进一步详细解读了AlexNet、VGGNet、GoogLeNet、Siamese和SqueezeNet网络模型，并给出了这些模型基于Caffe的训练实战方法。然后，本书解读了利用深度学习进行目标定位的经典网络模型：F、R-N、Fast-RN、Faster-RN和SSD，并进行目标定位Caffe实战。本书的最后，从著名的Kaggle网站引入了两个经典的实战项目，并进行了有针对性的原始数据分析、网络模型设计和Caffe训练策略实践，以求带给读者从问题提出到利用Caffe求解的完整工程经历，从而使读者能尽快掌握Caffe框架的使用技巧和实战经验。针对Caffe和深度学习领域的
本书以仿真应用为中心，系统、详细地讲述了过程控制系统的仿真，并结合MATLAB/Simulink仿真工具的应用，通过大量经典的仿真实例，全面讲述过程控制系统的结构、原理、设计和参数整定等知识。全书分为基础篇、实战篇和综合篇。基础篇包括过程控制及仿真概述、Simulink仿真基础、Simulink高级仿真技术，以及过程控制系统建模；实战篇包括PID控制、串级控制、比值控制、前馈控制、纯滞后和解耦控制系统；综合篇包括典型过程控制系统及仿真。本书的特点是理论与仿真紧密结合，用仿真实例说话，通过仿真来加深对过程控制理论的理解，帮助读者掌握过程系统的分析、设计与整定等技术，切实缩短书本知识与实际应用的距离。本书可作为自动化、信息、机电、测控、化学工程、环境工程、生物工程等专业的或参考书，也可供从事过程控制工程的人使用，对从事过程
本书将带领读者搭建一个真实、完整的对话机器人。这个对话机器人的前台采用小程序来实现，这是因为小程序开发非常简单、门槛低、用户体验好，且便于企业用户将其升级或转为App。中台采用“ApacheTomcatJava”来实现，这样可降低读者的学习成本。后台采用流行的TensorFlow框架来完成对话机器人对话模型的深度学习。如果读者对这些技术不是太熟悉，也不要紧，只要跟着书中的步骤一步步来，即可得到最终的结果。为了完成这样一个对话机器人，本书先介绍了人工智能基础、自然语言处理基础、对话机器人相关的深度学习技术，以及对话机器人的实现方法。在搭建完对话机器人后，还介绍了各种应用场景下，对话机器人扩展功能的实现方式，包括用户意图识别、情感分析、知识图谱等关键技术。本书非常适合作为初学者入门人工智能技术的自学用书。单纯学习人
