本书是关于多传感器信息融合理论及应用的一部专著，是作者们对国内外近20多年来该领域研究进展和自身研究成果的总结。全书由15章组成，主要内容有：多传感器信息融合研究的目的、意义、应用领域、历史和现状，状态估计与不确定推理方法，多传感器信息融合系统功能和结构模型，分布式检测与融合，集中式多传感器综合跟踪算法，分布式多传感器信息融合中的统计航迹关联算法，雷达和ESM数据关联，红外传感器目标跟踪及雷达一红外融合跟踪，多传感器信息融合中的状态估计与航迹文件管理技术，利用属性融合技术识别雷达辐射源，多传感器目标识别融合模型，最后是本书的回顾、建议与展望。本书可供从事信息工程、C4ISR系统、雷达工程、电子对抗、红外、声呐、模式识别、军事指挥等专业的科技人员阅读和参考，也可作为上述专业的研究生教材。同时

深度学习图解 主要内容： 深度学习的基础科学原理 自行设计和训练神经网络 隐私保护的知识，包括联邦学习 帮助你继续深度学习之旅的建议 深度学习之图像识别：核心算法与实战案例(全彩版) 《深度学习之图像识别：核心算法与实战案例（全彩版）》全面介绍了深度学习在图像识别领域中的核心算法与应用。该书不但重视基础理论的讲解，而且从第4章开始，每章都提供了1～3个不同难度的案例供读者实践，读者可以在已有代码的基础上进行改进，从而加深对所学知识的理解。 《深度学习之图像识别：核心算法与实战案例（全彩版）》共9章：首先介绍深度学习的基础概念，包括神经网络基础知识和深度学习中的优化技术；然后系统介绍深度学习中与数据相关的知识，包括经典数据集的设计、数据集的增强，以及数据的获取、整理与可视化；接着重点

你的游戏是否有角色不能任意走动?是否有角色走进障碍物?是否有非玩家角色不能按照团队运动?现在你就可以掌握高级人工智能(AI)技术以解决这些问题。不管你是编程新手或者是个仅仅想快速学习AI的熟练游戏编程人员，你都会发现本书对于理解并应用AI到你的游戏中是非常合适的入门书籍。本书正是为你提供游戏开发方面高级、有用的AI技术的。如果你曾试图使用AI延长你的游戏的生命周期，让你的游戏更加具有挑战性，更重要的是让它们更加有趣，这本书就是为你准备的。 David M.Bourg(畅销书《游戏开发中的物理学》的作者)和Glenn Seemann将用非常直观、易懂的语言给你介绍一些诸如有限状态机、模糊逻辑和神经网络之类的技术，全书使用源代码(用C和C 编写)说明这些技术。从基本的诸如追赶、躲避、基于模式的运动和聚集等游戏行为到玩家行为预测，这本书告诉

本书内容分为三部分，部分基础知识介绍，分别介绍了MATLAB和机器人的基本知识，让读者有一个初步的认识。第二部分是建模入门，这部分以单杆机器人控制器的位置控制为例，把MATLAB/Simulink和机器人工学的基本知识通过该实例建模仿真的形式进行介绍，让读者有个初步的了解，会进行简单的建模仿真。第三部分是建模实战篇利用MATLAB仿真建模两足步行机器人，通过具体的实例，带领读者进行实战演习，完成一个全流程的建模任务，达到学懂会用的程度。本书的特点是内容浅显易懂，教会初学者怎样一步一步地用MATLAB仿真出自己想要的机器人。