机器学习是计算机科学的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面. 全书共 16 章，大致分为 3 个部分：第 1 部分（第 1～3 章）介绍机器学习的基础知识；第 2 部分（第 4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第 3 部分（第 11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索. 本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考.
马文·明斯基认为，无论是人类的思维还是人工智能的思维，都是由原本简单的元素相连而组成，当这些元素组成一个整体时，就成为无限复杂的、我们称为思想和感情的东西。这些思想和感情可以转化为人类的体验。本书章节、段落之间的结构和明斯基的理论相呼应，翻过这一篇篇书页，关于思维的统一理论渐渐成型。本书妙趣横生，是想象空间里的一场历险。
增强现实（Augmented Reality，AR）技术能够将计算机中的虚拟物体或信息融入到真实世界中，从而能够极大地增强人对现实世界的体验和认知。AR将为未来的信息系统和信息世界提供一种革命性的操作界面，必将改变诸如产品设计、设备操作与管理、培训学习等过程中的人机交互方式。近年来，AR已成为当今具影响力的新兴技术之一，受到学术界和产业界的广泛关注，被广泛应用于工业、医疗、社交、游戏娱乐、军事、教育等多个领域。本书是广东省虚拟现实及可视化工程技术研究中心课题组在增强现实领域多年研究成果的总结，特别总结了在国家自然科学基金委员会资助下取得的成果（ 增强现实装配操作空间的深度感知理论与方法研究 ，编号：51275094）。本书从增强现实人机交互的特点出发，系统阐述了增强现实交互方法的基本原理、模型、主要技术与典型应用的实
本书阐述的是：在一个相互联系而又彼此扰动的复杂世界里，现实政治的数据化进程与基于数据的政治分析技巧，特别是如何利用数据分析技术来洞察政治变动和复杂人际关系的可行性。在研究设计上，本书主要沿着两条线索展开：一条线索立足政治实践，试图通过阐述大数据和机器学习技术在现代政治中的应用，来理解现代政治中信息的生产、聚合和传递规律，以此窥探数据精英的崛起和新的社会权力重组，这部分内容主要涉及政治选举中的高频统计、数据外交和冲突预测；而另外一条线索则关乎跨学科的理论融合与阐释，重点梳理了几个经典数据分析理念和机器学习原理，内容涵括政治文本中的数据挖掘与情感分析、政治关系中的社交网络与度量，以及基于神经网络的社会感知预测。
内容简介： 智能可穿戴设备已经成为一个新兴的产业，是全球关注的焦点。本书全面分析了国内外的产业发展形势、技术发展概况以及从事该行业的产业链布局，提出了产业发展建议。 本书可供机械、电子、信息、制造等行业的科技人员参考，也可供热心关注智能可穿戴领域发展的人士，尤其是当前全国正在开展智能可穿戴设备研究生产的单位参阅。
基于Agent的建模与仿真方法，能够将复杂系统中个体的微观行为与系统的宏观“涌现性”有机地结合起来，是一种研究复杂系统与复杂性的有效方法。将基于Agent的方法用于儿战建模与仿真，必将使人们更深入地理解战争的过程，洞察战争的本质。 作者Andrew Ilachinski博士在美国海军分析中心(CNA)工作多年，被誉为“军事复杂性理论研究之父”。本书介绍了作者在如何将复杂系统理论应用于对战争基本进程的理解方面所取得的成果。
人工智能是研究解释和模拟人类智能、智能行为及其规律的一门学科，建立智能信息处理理论，研制智能机器和智能系统，延伸和扩展人类智能。 本书共16章。第1～6章讨论人工智能的认知问题和自动推理，论述逻辑基础、约束推理、定性推理、基于案例的推理、概率推理；第7～14章重点讨论机器学习和知识发现，包括归纳学习、支持向量机、解释学习、强化学习、无监督学习、关联规则、进化计算、知识发现；第15章阐述主体计算；第16章讨论互联网智能。与本书第二版相比，增加了两章新内容。其他章节也作了较大的修改和补充。 本书内容新颖，反映了人工智能领域的*研究进展，总结了作者多年的科研成果。全书力求从理论、算法、系统、应用等方面讨论人工智能的方法和关键技术。本书可作为高等院校信息领域相关专业的高年级本科生和研究生的教材，也可
粒计算是当前计算智能研究领域中模拟人类思维和解决复杂问题的新方法，它涵盖了所有有关粒度的理论、方法和技术，是研究复杂问题求解、海量数据挖掘和不确定性信息处理等问题的有力工具。经过十多年的发展，在与多学科交叉研究的过程中，粒计算正逐步形成其特有的研究体系。本书介绍了粒计算及其不确定信息度量的理论与方法的*进展，内容涉及不确定信息处理的基本理论，Rough集理论及其不确定信息度量，边界不确定信息的处理 Rough 集、Fuzzy集和Vague集理论，基于信息粒度与Rough集的决策细化的理论分析，基于粒计算的知识约简，基于粒计算的基因表达谱数据挖掘研究，基于粒计算的图像检索，时间序列下的粒度决策演化模型等。 本书可供计算机、模式识别与智能系统、自动化等相关专业的研究人员、教师、研究生、高年级本科生和工程技术人
本书是一本从机器学习视角讲解计算机视觉的很好好的教材。全书图文并茂、语言浅显易懂，算法描述由浅入深，即使是数学背景不强的学生也能轻松理解和掌握。作者展示了如何使用训练数据来学习观察到的图像数据和我们希望预测的现实世界现象之间的联系，以及如何如何研究这些联系来从新的图像数据中作出新的推理。本书要求少的前导知识，从介绍概率和模型的基础知识开始，接着给出让学生能够实现和修改来构建有用的视觉系统的实际示例。适合作为计算机视觉和机器学习的高年级本科生或研究生的教材，书中详细的方法演示和示例对于计算机视觉领域的专业人员也很好有用。
传感器技术、微机电系统、微电子技术和无线通信等技术的进步，推动了无线传感器网络与RFID的产生和发展。 本书为读者提供了一个综合的技术指导，全书分为三大部分，第1部分介绍RFID的基本原理，例如，标签、阅读器、中间件、安全和服务。第2部分介绍WSN的基本原理，例如，路由、媒介访问控制、定位、聚类、移动性、安全和跨层*化。第3部分探究将RFID与WSN集成的规则和应用。 本书可作为通信、计算机类专业的高年级本科生和研究生教材，也可供相关专业的科学研究工作者和工程技术人员参考。
《群体智能优化算法及其应用》面向智能信息处理研究的前沿领域，针对群体智能优化算法及其应用中的关键问题，系统地讨论了新型群体智能优化算法以及群体智能优化算法在三维模型处理和可信软件测试中的应用，比较全面地反映了国内外在三维模型智能处理和基于搜索的可信软件测试领域的**研究进展。《群体智能优化算法及其应用》主要内容包括经典群体智能优化算法、社会认知优化算法、自然社会认知优化算法、细菌群体趋药性算法、混沌细菌群体趋药算法、三维模型多特征提取、基于证据和区间数的智能三维模型融合匹配识别方法、基于群体智能的文物三维模型全局**匹配算法、基于群体智能的三维模型配准算法、基于粒子群算法的测试数据生成及优化、基于改进粒子群优化的测试用例扩增方法和基于蚁群算法的组合测试数据生成与优化。
在各种不同的不断变化、不可预测且未知的环境中，越来越需要使用机器人系统来完成多种复杂的任务，鉴于这些挑战，人们提出了自组织群机器人和自重构模块化机器人。为了面对更加复杂且苛刻的环境条件以及满足这些环境中的任务需求，机器人的认知能力和结构设计的发展同样变得越来越重要。本书收集了关于仿生自组织机器人系统的*代表性的研究工作。它由四个部分组成：部分讨论处理群机器人系统的仿生自组织方法。第二部分介绍了自重构模块化机器人的几种仿生方法。第三部分则将机器人系统的自主智力开发作为焦点。第四部分给出了自组织机器人系统的两种特定应用。本书在仿生自组织机器人系统方面为读者提供了*且全面的见解，能够在多学科研究领域之间建立起桥梁，比如机器人、人工生命、认知科学、系统生物学、发育生物学和进化计算
多机器人系统是当前机器人技术领域的一个研究热点，具有多学科交叉融合的显著特点。本书以多机器人系统为研究背景，结合多智能体系统的体系结构以及协调与合作技术，针对多机器人系统中的信息融合，对多机器人协调中的任务分配与规划、对抗环境下的多机器人协调等问题进行了深入研究，为提高多机器人系统的信息融合与协调的技术水平、促进相关技术的发展提供了新的思路与理论依据。
《多智能体系统的协同群集运动控制》以多智能体系统协同群集运动控制为主线，首先介绍了图论和控制器设计所用到的基础理论知识；其次，分别从拓扑结构的边保持和代数连通度两个角度介绍了连通性保持条件下的协同群集运动控制协议设计方法；进而，针对典型的轮式移动机器人非完整约束模型介绍了连通性保持条件下的协同控制策略，为简化系统复杂拓扑结构，还介绍了基于骨干网络提取的协同群集运动控制策略；《多智能体系统的协同群集运动控制》将个体动态模型提升到高阶非线性系统模型，介绍了高阶非线性系统协同控制协议设计方法；*后，针对多智能体系统非合作行为检测与隔离进行了详细介绍，并提出了相关算法。
戴建生编著的这本《机构学与机器人学的几何基础与旋量代数》起始于直线几何与线性代数，自然过渡到旋量代数与有限位移旋量，紧密联系李群、李代数、对偶数、Hamilton四元数、Clifford对偶四元数等现代数学基础，首次全面、深入地阐述旋量代数在向量空间与射影几何理论下的演变与推理，提出旋量代数与李代数、四元数代数以及有限位移旋量与李群之间的关联理论，展现出旋量理论与经典数学以及现代数学的内在关联，总结提炼出许多论证严密、意义明确的引理、定理与推论，由此阐述第一篇 几何基础、旋量代数与李群、李代数 ，给出机构学与机器人学的几何基础与数学理论。 在第二篇 旋量系理论及机构约束与自由运动 中，运用集合论与线性代数等经典数学推导并揭示旋量系、旋量多重集及其阶数与基数的本质内涵，提出并阐述旋量系关联关系理论
《教育机器人的风口 全球发展现状及趋势》为全球教育机器人白皮书的中文著作，把握国内外教育机器人在 机器人教育 与 教育服务机器人 的应用，从教育机器人的发展现状、需求分析、产业分析及未来市场发展预测等4大方面进行分析。以机器人发展的视角，分析未来如何在教育信息技术中发挥效用，有助于我国教育机器人的后续研究和市场发展。《教育机器人的风口 全球发展现状及趋势》适合教育管理者、科研人员、企业领导及员工、高校师生以及机器人兴趣爱好者阅读。
《传感器原理与检测技术/卓越工程师系列教材》立足于传感技术及微机电一体化系统的教学与研究，贯彻“理论、技术、应用、产品”主线。系统地阐述了涉及的基础理论，延生出有应用前景的新技术，归纳了工程实践与日常生活领域已产业化的商品作为典型范例。各高校可根据各自专业的特色与特点，作为基础课、专业必修课或选修课的教材。
本书系统地讲解了工业机器人的测评技术。全书共分12章，内容包括绪论、工业机器人的技术基础、标准概述、测试技术概述、整机性能及安全可靠性测试技术、标定技术、软件测试技术、关键零部件测试技术、专项检测技术、生产线系统集成应用测试技术、评价方法、典型测试案例分析等。
本书共4章。每章即为一个系列，每个系列中包含数量不等的主题创意结构设计，全书采用图片为主的形式展示每个主题创意结构设计的静态资料，同时对每个作品配备二维码，通过手机扫描二维码可以浏览相关主题结构设计的动态搭建过程或者相关视频资料。通过动静结合的方式对相关机器人结构设计进行完美展示，以期读者群能够通过本书的学习掌握机器人结构设计的精髓。
《知识系统工程（第二版）》提出建立“知识系统工程”这一新的学科领域来研究知识的组织管理问题。《知识系统工程（第二版）》阐述了知识经济的发展和知识的作用，以及知识管理的内容；提出建立知识系统工程学科，并构建学科的架构；构建知识系统的人员、组织、技术、经营和文化体系结构；分析作为复杂自适应系统的知识系统中的工作过程；研究知识系统的开发步骤；以及在个人知识管理、项目管理和决策过程中的应用问题。
本书涵盖了自动化、电气工程及其自动化、机械工程及其自动化等本科专业中自动控制原理课程经典和现代部分的核心内容。主要包括反馈控制的基本概念、根据物理定律等建立控制对象模型、控制对象模型的状态空间表示、单输入单输出控制系统的响应特性和主要性能指标、非线性系统分析的描述函数法和相平面法等。本书作者具有十分丰富的教学经验，已出版过多本系统分析与设计方面的优秀教材。 本书可作为高等院校自动化、电气工程等相关专业的本科生教材，也可作为相关领域工程技术人员的参考书。
《人工智能中的图表推理》以一种全新的角度对人工智能及其应用领域中的技术和方法（即图表理论）进行了研究和探索。本书在介绍人工智能基本原理的同时，着重论述了当前图表理论在人工智能领域中的应用。 本书详细介绍了图表的类型与相关应用，包括逻辑推理、基于规则的专家系统、基于规则的推理、基于模型的推理等。本书除了对静态图表的相关理论进行了论述外，也对交互式和动态图表进行了阐述，以便帮助研究者、程序员、智能系统设计人员和Web应用设计人员进行更深入的研究。 《人工智能中的图表推理》可作为高等院校相关专业的高年级本科生、研究生、程序员、智能系统设计人员、Web应用设计人员及人工智能领域的相关研究人员的参考用书。本书的作者RobbieT．Nakatsu博士目前是美国LoyolaMarymount大学信息系统教授，其研究领域涉及智能
