《工业机器人运用技术》是“机电一体化技术”丛书之一，主要内容包括工业机器人的基础知识、工业机器人的机械结构、工业机器人控制、工业机器人的传感器及其应用、工业机器人的编程以及生产线和工作站。《工业机器人运用技术》的编写按照由浅入深的原则，介绍了工业机器人的基础知识和实际应用，结合大量图表，力求达到易读易懂。

本书结合国内外西门子人机界面技术的发展动态及近期新工程应用技术，全面地阐述了人机界面的基础知识，重点介绍了西门子人机界面的工程应用和故障处理。 全书共分4章，深入浅出地阐述了触摸式人机界面基础知识、西门子人机界面、西门子人机界面工程应用、西门子人机界面应用中问题分析及故障处理实例。

本书是高职高专自动化技术类专业的一门项目式课程教材，共设6个学习情境，分别涉及可编程控制器、单片机、变频器、自动化仪表和组态技术，适合已经修完自动化技术类专业前期相关课程的学生学习使用，用以提高学生自动化技术的综合应用能力。本书按由浅入深的递进方式编写，有利于教师的指导，也符合学生的认知规律。 本书可作为高职高专院校电气自动化专业、工业自动化专业、机电一体化专业及相关专业的教材，也可作为成人教育和继续教育的教材，还可供相关工程技术人员参考。

本书共七章，主要内容包括：检测技术的基础知识；常用传统传感器（如电阻式、电感式、电容式、磁电式、热电式等传感器）和新型传感器（如气敏、湿敏、磁栅、光电、光纤等传感器）的工作原理、基本结构及典型应用实例；信号变换与调理、抗干扰技术、检测技术的发展方向及检测技术综合应用实例。主要章节后面都附有习题与思考题，并结合一些主要章节的内容给出了部分实验、实训项目供学生选择参考。 本书可作为高职高专电气自动化、电子信息工程、机电一体化技术、测控技术与仪表等专业的教材，也可作为机电类其他相关专业学生的教材或参考书。

介绍机器人的机械结构、驱动方法、运动学分析、控制及感觉系统、机器人语言等多方面的原理及研究成果。充分考虑初学者的困难，努力做到理论和实际有机结合，同时充分考虑当今机器人的发展，力求反映国内外机器人开发研究领域的新进展。本书内容包括概论、机器人的机械结构、机器人运动学、机器人的动力学初步、机器人的控制基础、机器人的感觉、机器人的视觉及其应用、智能机器人与智能控制、机器人语言、机器人在不同应用领域的举例。

本书面向智能系统学科的前沿领域，将人工智能、专家系统及其实现语言（Prolog）3个方面融为一体，系统和全面地反映了人工智能和专家系统的精髓、核心内容、研究现状和*发展方向。 本书共13章，包括3个部分：部分（第1～7章）系统地阐述了人工智能的基本原理、技术与方法；重点突出了6种知识表示方法（状态空间、与／或图、产生式、语义网络、框架、谓词逻辑表示法）、3种搜索和推理技术（穷举式搜索、启发式搜索和逻辑推理）、3种知识获取和处理方式（机器学习、数据挖掘与知识发现、智能主体技术）。第二部分（第8～11章）主要包括专家系统的建立、设计、开发、评价和工具；结合不确定推理、模糊推理和神经网络的原理和方法，探讨了两种主要的新型专家系统，即模糊专家系统和神经网络专家系统。第三部分（第12、13章）详细介绍了PDC Prolog语

《关联规则技术研究》是作者沈斌在关联规则挖掘领域多年研究成果的系统总结。在相关综述的基础上，重点探讨了以下几个方面的工作：提出了一种新的相关性兴趣度度量All-itern-confidence，研究了该度量所具有的性质，然后阐述了该度量与All-set-confidence度量之间的关系，以及该度量的适用范围；针对普通关联规则在解决前后项集对称型应用问题上的不足，提出了项项正相关关联规则挖掘问题；针对普通关联规则在解决前后项集非对称型应用问题上的不足，进一步提出了项项且项集正相关关联规则挖掘问题；对动态关联规则技术进行了相应的研究，提出了动态关联规则新定义，进一步阐述了两种动态关联规则挖掘新算法；提出了挖掘带使用信息的动态关联规则(DAR-C)新问题，给出了DAR-C规则的候选有效时段的表示方法，并对DAR-C规则进行了定义等。本书一方面是数

本书改变以往传统教材以讲述系统理论知识为主的编写思路，注重实际应用，通过对教材内容的整合，力求做到通俗易懂，培养学生选择、应用和维护维修传感器的能力。全书共分8章，第1、2、3章着重介绍信号、检测技术和传感器的基本知识，第4～5章介绍常用传感器和新型传感器的原理及应用，系6章介绍检测电路信号的变换，第7章介绍信号处理及检测系统的干扰抑制技术，第8章着重介绍传感器和检测技术应用的常见案例。 本书可作为机电一体化、电子信息和数控技术等专业“传感器与检测技术”课程的教材，也可供相近专业师生及相关工程技术人员参考。

吴炜主编的《基于学习的图像增强技术》是一部关于基于学习的图像增强原理及应用的学术专著，反映了近年来基于学习的图像增强技术的 研究进展。全书共分为三个部分十四章， 部分为基础知识（ 章至第三章，介绍图像的基本概念、图像增强的一些基本方法和图像插值技术；第二部分为基于学习的图像分辨率增强（也称为基于学习的图像超分辨率）技术（第四章至第十三章），对基于学习的图像超分辨率技术进行了详细的介绍；第三部分（第十四章）介绍了一种新的图像增强技术——基于视觉美学学习的图像质量评估和增强技术。 《基于学习的图像增强技术》适合于通信与信息系统、信号处理、计算机应用、模式识别等相关专业的研究人员、工程技术人员、高校教师以及硕／博士研究生学习参考。

《人工免疫算法理论及应用》中有关内容引用、参考了国内外研究文献，在此向所有被引用文献的作者表示感谢。感谢中国科学院王天然院士、中国科学院沈阳自动化研究所朱云龙研究员给予的指导和帮助。人工免疫算法是近几年来研究的热点，在原理、应用及实现上还未达到成熟阶段，加之《人工免疫算法理论及应用》作者理论功底及水平有限，不足之处在所难免，恳请读者批评指正。

本书主要介绍线性模型参考自适应和自校正控制基本理论，以及各种实用的设计方法。内容包括：从一般形式线性微分方程入手，给出参数自适应的基本概念及自适应发展概况；用三种统一格式，概括了1974年以来用李雅普诺夫稳定理论，设计出的各种主要增广误差信号形式模型参考自适应方法；用波波夫超稳定理论设计出不用增广误差信号的结构简单实用的方法；从对象模型参数已知入手，参数未知时，用辩识参数代替已知参数得到了自校正预报、自校正调节器和控制器等各种实用的自校正方法；然后给出模型参考和自校正的统一格式，用统一格式方程分析系统的稳定性和收敛性，并简单地讨论了鲁棒性问题；后给出应用实例，证明自适应的优越性。本书提供的各种实用设计方法通俗易懂，且具有常规反馈控制所没有的克服对象模型参数的不确定性和扰动性能，尤

本书系统地介绍了专家系统原理、专家系统工具ESTA等，并给出了较多的示例。全书共分三部分：部分(第1章)简述人工智能、专家系统、专家系统工具、诊断问题求解、知识表示、Visual Prolog语言；第二部分(第2～4章)论述专家系统工具ESTA及ESTA应用范例分析；第三部分(第5～9章)介绍基于Visual Prolog的专家系统、基于Web的专家系统的应用研究、ESTA汉化及定制过程、基于ESTA的专家系统、学习和研究ESTA的示例——专家系统和人工神经网络的结合应用、Visual Prolog的应用示例——基于高压分析的变电设备故障诊断专家系统、基于Windows与基于Web的ESTA应用咨询过程图例等。 本书需要读者具有Prolog或Visual Prolog的基础知识，可作为高等院校计算机、自动化、信息管理等相关专业本科生或研究生专家系统及应用的教学参考书，也可供电力系统等其他专业的师生以及科研和工程技术人员