《外研社英语词根词典》以英语词根为基础揭示构词法,旨在帮助英语学习者迅速掌握英语单词,本词典从三个方面将英语单词的音、形、义有机地联系起来处理。 ,揭示单词拼读规律以及拼读规律与构词的关系,有助于学习者记单词; 第二,强调构词法,揭示词根如何与词缀构成词,有助于学习者从构词联想到词义与用法; 第三,注重英汉对比,有助于学习者正确理解和使用英语。
互感器是输电线路中最基本的,也是最重要的检测设备之一,电力互感器在电能源领域具有不可替代的作用。本手册为互感器实用技术工具书,分为两篇。篇是互感器实用技术,内容有互感器分类及应用,互感器实验室检定。第二篇是电力互感器设备选型技术,内容包括电力互感器设备选型,互感器设备选型。
本书详细介绍了目前深度学习相关的常用网络模型(ANN、CNN、RNN),以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析,这些案例能够加深读者对网络模型的认识。此外,本书还提供完整的进阶内容和对应案例,让读者全面深入地了解深度学习的知识和技巧,达到学以致用的目的。 本书适用于大数据平台系统工程师、算法工程师、数据科学家,可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书,也可作为计算机等相关专业的师生用书和培训学校的教材。
《Matlab/Simulink动力学系统建模与仿真(第2版)》主要介绍了动力学系统中微分方程模型、传递函数模型和状态空间模型等建立的基础理论,并引入了Simulink仿真技术,为解决复杂动力学问题(特别是不易得到解析解的动力学问题)提供了方法。 《Matlab/Simulink动力学系统建模与仿真(第2版)》编排了较多的例题来说明各类动力学模型的仿真模型的建立方法,以及差分模型、相似模型、时域和频域等仿真模型,最后将控制动力学基础知识作为后继研究的扩展内容做了介绍。 《Matlab/Simulink动力学系统建模与仿真(第2版)》是一本多学科内容相交又的教材,同时涉及了力学、电学和动力学控制等学科的交叉知识。 《Matlab/Simulink动力学系统建模与仿真(第2版)》适合具有一定数学和力学基础知识的理工科专业的本科高年级学生使用,可以作为机械工程
人工神经网络是目前国际上迅速发展的前沿交叉学科。它是模拟生物神经结构的新型计算机系统,具有广泛的应用前景。 人工神经网络能够把不确定的、非结构化的信息以及图像进行识别、处理,非常适合水质信息检测。 《人工神经网络及其在水质信息检测中的应用》针对具有应用前景且被广泛关注的神经网络领域,简要介绍了人工神经网络在水质信息检测中的应用背景,详细介绍了人工神经网络基础知识、在水质信息检测中常用的算法,最后以大量的应用示例,说明人工神经网络在水质信息检测中的应用。 《人工神经网络及其在水质信息检测中的应用》可作为人工神经网络原理、神经网络应用及环境信息学等课程的参考书,对神经网络领域的教师、研究生、高年级本科生都有重要的参考价值,对环境信息领域的科研人员也有重要的借鉴作用
本书详细介绍了目前深度学习相关的常用网络模型(ANN、CNN、RNN),以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析,这些案例能够加深读者对网络模型的认识。此外,本书还提供完整的进阶内容和对应案例,让读者全面深入地了解深度学习的知识和技巧,达到学以致用的目的。 本书适用于大数据平台系统工程师、算法工程师、数据科学家,可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书,也可作为计算机等相关专业的师生用书和培训学校的教材。
本书详细介绍了目前深度学习相关的常用网络模型(ANN、N、RNN),以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析,这些案例能够加深读者对网络模型的认识。此外,本书还提供完整的进阶内容和对应案例,让读者全面深入地了解深度学习的知识和技巧,达到学以致用的目的。本书适用于大数据平台系统工程师、算法工程师、数据科学家,可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书,也可作为计算机等相关专业的师生用书和培训学校的教材。
本书详细介绍了目前深度学习相关的常用网络模型(ANN、N、RNN),以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析,这些案例能够加深读者对网络模型的认识。此外,本书还提供完整的进阶内容和对应案例,让读者全面深入地了解深度学习的知识和技巧,达到学以致用的目的。本书适用于大数据平台系统工程师、算法工程师、数据科学家,可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书,也可作为计算机等相关专业的师生用书和培训学校的教材。
《人工智能:探昔论今(英文版)》涵盖了人工智能的广泛领域。首先,《人工智能:探昔论今(英文版)》系统全面地介绍了人工智能的核心知识,包括传统人工智能的基本理论和技术,计算智能的基本原理和方法。其次,该书侧重于发展迅速、应用广泛的人工智能新技术,对神经网络和深度学习及其应用进行了较为全面的介绍。再次,该书理论与实践高度融合,第8章至第12章列举了人工智能的应用实例,如专家系统、智能规划、智能感知、自然语言处理等,有助于读者对人工智能的全面理解。 《人工智能:探昔论今(英文版)》可作为高等院校相关专业本科生和研究生的人工智能课程教材,也可供从事人工智能研究与应用的科技工作者和技术人员学习参考。