《DeepSeek实战应用一本通》是一本旨在引领读者全面探索并熟练运用DeepSeek进行多样化创作的实用指南。本书开篇即深入浅出地介绍了DeepSeek的基本情况、功能特点及使用技巧，为初学者扫清认知障碍，并在此基础上循序渐进，围绕学习、生活、工作等多个场景，通过丰富的案例和实操步骤，展示了如何使用DeepSeek进行各类题材的创作。无论是撰写学术论文、编辑工作报告，还是记录生活点滴、进行商业营销，DeepSeek都能成为读者的得力助手。

随着计算科学的快速发展，人工智能已为我们大家熟知。2017 年国务院正式印发《新一代人工智能发展规划》，明确了人工智能的国家战略地位，关于人工智能的科普、技术普及读物也已出现，但符合少年儿童认知的人工智能科普读物却一直是个空白。本书是面向少年儿童的人工智能科普读物，用轻松有趣的笔触和明确简洁的形式介绍人工智能的历史、现状及未来。 本书写给6 岁以上、13 岁以下的青少年读者，深入浅出地介绍了人工智能的发展历史、人工智能的主要研究方向、技术实现流程及人工智能与未来社会的关系探索等。本书从科普和青少年教育的角度出发，培养孩子们对人工智能乃至新科技的认知，目的是让孩子们了解人工智能知识，建立正确的科技价值观和科学的方法论，为将来人工智能的研究和应用做好准备。

人工智能凭借其在化学及生物学域中预测精准高、合成效率高的特点，推动了领域内科研人员研究方式的变革，助力化学与生物的加速发展，因此得到了科研人员与企业的大力支持。本书从大众科普的角度，对人工智能在化学、生物领域的应用进行了阐述，内容包括人工智能对化学合成分析、蛋白质结构预测、基因调控、生物集群研究、新材料预测与合成、环境保护的革命性作用及应用，以通俗的语言向大众展示了人工智能为这一领域带来的巨大变化。

内容简介： 《人工智能启蒙》一共六册。图文并茂、深入浅出、生动有趣。内容包括人工智能概览、手机中的人工智能、迷你小车、图像分类与物体检测、计算机视觉、语音识别、无人驾驶、智能数据生成、人工智能在更多行业的运用、智慧校园等。根据小学生的认知规律，以漫画情景引入话题，渐次介绍相关基本知识，使学生对人工智能现有的领域和方向以及常见的相关知识有通识性的认识，同时穿插一些编程小练习和小项目，以及思考题，鼓励学生参与实验，发挥想象力，提升动手能力，养成思考习惯，实现人工智能启蒙。 《人工智能启蒙》（*册）主要向小读者们对人工智能进行介绍，对深度学习以及数据进行、对计算机视觉、对计算机语音识别、对各式各样的机器人、对人工智能的职业规划方向进行了介绍，让小读者们了解GPS定位以及国家自己的北斗

全书分为4章。第一章：介绍了生活中常见的智能博弈，引出了计算机博弈发展历程。第二章：介绍了人工智能第三次浪潮前的几个计算机博弈的标志性事件，阐明了计算机博弈对人工智能发展的推动促进作用，并介绍从阿尔法狗以来的石破惊天式的人机对战，揭秘比阿尔法狗更强悍的人工智能，简要介绍国内计算机博弈的发展。第三章：介绍了计算机博弈的几类关键技术，并以阿尔法狗为实例,简单讲解计算机博弈程序的几个核心算法。第四章：介绍智能博弈的最新进展并提出未来发展方向。本书将面向大学生、企事业工作人员，作为帮助他们了解人工智、计算机博弈的科普读物。

本书以影响未来战争形态的人工智能军事应用为背景，以美军人工智能战略发展过程中的智库策源作用为研究对象，通过对兰德公司、新美国安全中心等 智库对美国 、美国国会的影响机制研究，详细剖析美军人工智能战略发展过程中，智库对美军人工智能战略发展问题的观察与研究，对政策议题的推动与设立，在议程进行中的咨询与作证，通过“旋转门”实现思想到政策的转换。从人工智能扩展到量子科技、5G、高超声速等领域的智库策源机制，并对智库在美军军事技术优势形成过程的特点规律和模型机理进行分析。 ，借鉴美国情况，为我国新型特色智库建设和国防科技战略发展提出针对性建议。

三相交流异步电动机是一个多变量、强耦合、非线性系统，本身已十分复杂。由变频器十三相交流异步电动机构成的变频调速系统则更复杂，尤其是由多变频器十多交流异步电动机构成的同步调速系统尤为复杂。本书针对以上3部分内容，将作者近年来提出的复杂非线性系统的神经网络逆控制方法介绍给读者，并介绍如何针对单台交流电动机和多交流电动机同步调速系统，采用结构简单、易于工程实现的神经网络逆系统方法来实现动态解耦控制，使交流传动系统具有优良的动态调速性能。 本书既是一部科研成果专著，又注重理论联系实际，不仅希望为交流传动控制系统提供新的有效控制手段，而且希望能在理论研究与工程应用上给读者有所启发与帮助，提高我国丁程应用中交流传动等各类非线性系统的控制水平。 本书主要读者为从事电气自动化的丁程技术人员

本书以神经网络为主线，穿插于智能控制系统各个环节，重点介绍神经网络智能控制在理论研究和工程应用中的一些新进展。全书着眼于神经网络理论、预测控制理论、非线性动力系统理论和新兴的复杂网络理论等诸多学科的交叉，在神经网络智能控制系统的框架体系下，结合国际国内的研究进展，将作者与其合作研究者们多年来在神经网络建模、预测、控制、混沌化以及复杂网络领域所取得的一系列*的研究成果有机地融合在一起。 本书第1章全面系统地回顾了神经网络智能控制的理论研究和应用进展；第2章介绍本书所需要的基础知识；第3章至第6章介绍了一系列由前馈神经网络、Elman神经网络和简单递归神经网络与自校正广义预测控制相结合的各种神经网络自适应预测控制器，并有效地应用于复杂非线性系统和混沌系统的控制问题；第7章重点介绍神经网络与非

这是一本关于人工神经网络、模糊逻辑系统，以及模糊神经网络研究成果的专著。作者在简要介绍神经网络理论与模糊理论的基础上，对人工神经网络与模糊逻辑控制系统的设计及其应用，以及两者之间的相互关系和相互结合，进行了较深层次的理论分析与综合，其结合在运动控制中的建模与控制的各种实际应用，使读者能够从中了解和掌握运用模糊神经系统的理论与技术实际的系统设计和灵活应用的方法。 本书内容新颖，材料翔实，自成体系。既有理论分析与综合，又有实际系统的设计与应用。本书既可作为高校自动化专业、机械专业、电力电气专业、计算机应用专业及其他相关专业的高年级本科生和研究生教学用书，也可供从事智能科学、系统科学、计算机科学、应用数学、自动控制等领域研究的广大科技人员阅读。

基于语料库统计的机器翻译模式把机器翻译分为翻译模式和语言模式两种处理过程，作者尝试把人工神经网络技术应用于两种模式的处理，使之应用于机器翻译的全过程，是一项创造性工作，作者采用神经元自学习的方法，从少量实例开始，系统通过自学习建立机器词库和对应的译文，本研究实验证明对于确定的领域，该系统可以输出相当通顺的目的语，这种用分布式神经网络体系解决翻译模式的训练，较好地解决了单一网络学习能力有限的问题，对神经网络语言处理技术开发了新思路，有相当意义。 作者在应用神经网络处理语言模式方面，也提出了新的解决方案，改变了以往神经网络以复杂句法、语义特征为训练对象的普遍做法，采用词性标注为训练对象，以自创的一套词语移动符号基为训练目标的神经网络处理方法，是一种独特的处理方法，虽然作者指出

本书结合电子信息类课程的特点，介绍了matlab语言在电路、信号与系统、数字信号处理、通信原理课程中的应用。全书共8章。前4章是matlab基础部分，主要介绍了matlab语言的开发环境、基本语法、计算功能、编程基本方法和绘图功能；后4章讲述了matlab在电子信息类课程中的应用。其中第5章介绍了matlab在电路分析中的应用；第6章介绍了matlab在信号与系统中的各种分析处理函数，重点介绍matlab在变换域分析中的应用；第7章介绍了matlab在数字信号处理中的应用，重点介绍离散傅里叶变换和数字滤波器；第8章介绍了matlab在通信原理中的应用，说明了如何使用matlab语言实现不同传输系统的建模仿真。 本书实例丰富，针对性强，可作为电子信息类专业及其相关专业的本科生和研究生学习专业知识的辅助教材和参考书，也可供相应的工程技术人员参考使用。

《人工智能启蒙》一共六册。图文并茂、深入浅出、生动有趣。内容包括人工智能概览、手机中的人工智能、迷你小车、图像分类与物体检测、计算机视觉、语音识别、无人驾驶、智能数据生成、人工智能在更多行业的运用、智慧校园等。根据小学生的认知规律，以漫画情景引入话题，渐次介绍相关基本知识，使学生对人工智能现有的领域和方向以及常见的相关知识有通识性的认识，同时穿插一些编程小练习和小项目，以及思考题，鼓励学生参与实验，发挥想象力，提升动手能力，养成思考习惯，实现人工智能启蒙。 《人工智能启蒙》（第二册）主要向小读者们对小车、小车运动、传感器进行介绍，对小车巡线进行学习和练习，对失控产生认识和控制进行介绍，体验高级的控制方法。同学们体验高级的控制策略，自己学习实现这种策略，并复习本学期知识，综合

《神经网络结构优化方法及应用》作为一种人工智能领域的新技术，具有优越的非线性映射能力。神经网络以其在模式识别、系统建模等方面的卓越性能，已经广泛应用于许多行业，发挥了很好的作用。 本书从RBF网络训练算法、结构分解、结构优化、样本选取等几方面入手，分析了提高神经网络泛化能力和收敛速度的途径与实现方法，提出了快速资源优化网络（FRON）算法、基于粗糙集理论的RBF网络剪枝（RS-RBF）算法、基于多Agent系统设计原理的神经网络结构设计算法（MANN方法），并介绍了神经网络在热工过程预测控制以及设备故障诊断中的应用，结合现场运行及实验数据，给出了应用实例。本书的后还提供了利用MATLAB软件编写神经网络优化算法的实例，具有较高的实用性。 《神经网络结构优化方法及应用》可供从事神经网络设计与应用的工程技术人

自从Hopfield首次提出了利用能量函数的概念来研究一类具有固定权值的神经网络（后被称为Hopfield神经网络）的稳定性并付诸电路实现以来，这类神经网络在优化计算和联想记忆等领域取得了成功应用，并且关于这类具有固定权值神经网络稳定性的定性研究从来也没有间断过。由于神经网络的各种应用取决于神经网络的稳定特性，所以，关于神经网络的各种稳定性的定性研究就具有重要的理论和实际意义。 目前，关于神经网络稳定性结果的表述方式主要有三类：一类是基于M矩阵形式的或不含有未知参数的其他不等式表示形式；一类是基于各种微分不等式等技术得到的含有大量未知参数的不等式表示形式（上述两类形式的稳定结果都没有考虑神经元的激励和抑制对神经网络的影响，且前者虽因不包含未知参数而易于验证，但结果的保守性相对较大，后者虽因包含