本書對(duì)近年來稀疏學(xué)習(xí)、分類與識(shí)別領(lǐng)域常見的理論及技術(shù)進(jìn)行了較為全面的闡述和總結(jié)，并結(jié)合作者多年的研究成果，對(duì)相關(guān)理論及技術(shù)在應(yīng)用領(lǐng)域的實(shí)踐情況進(jìn)行了展示和報(bào)告。

本書對(duì)近年來認(rèn)知計(jì)算和多目標(biāo)優(yōu)化領(lǐng)域常見的理論及技術(shù)進(jìn)行了較為全面的闡述和總結(jié)，并結(jié)合作者多年的研究成果，對(duì)相關(guān)理論及技術(shù)在應(yīng)用領(lǐng)域的實(shí)踐情況進(jìn)行了展示和報(bào)告。

本書以結(jié)構(gòu)振動(dòng)控制為對(duì)象，介紹時(shí)滯反饋控制的設(shè)計(jì)方法與實(shí)驗(yàn)，主要是作者近些年來在時(shí)滯問題上的研究成果。內(nèi)容包括：時(shí)滯辨識(shí)；時(shí)滯反饋控制的離散時(shí)間方法與實(shí)驗(yàn)；時(shí)滯反饋控制的連續(xù)時(shí)間方法與實(shí)驗(yàn)等。

本書從自組織、耗散結(jié)構(gòu)、混沌研究、自創(chuàng)生理論、進(jìn)化理論的方向?qū)ι�命與生態(tài)環(huán)境的歷史、前景與對(duì)策進(jìn)行深入的探討，介紹了從機(jī)械世界觀到整體生態(tài)世界觀的重要飛躍。

本書以多智能體系統(tǒng)協(xié)同群集運(yùn)動(dòng)控制為主線，首先介紹圖論和控制器設(shè)計(jì)所用到的基礎(chǔ)理論知識(shí)；其次，分別從拓?fù)浣Y(jié)構(gòu)的邊保持和代數(shù)連通度兩個(gè)角度介紹了連通性保持條件下的協(xié)同群集運(yùn)動(dòng)控制協(xié)議設(shè)計(jì)方法。進(jìn)而，從個(gè)體動(dòng)態(tài)模型和拓?fù)浣Y(jié)構(gòu)模型兩方面繼續(xù)深入，針對(duì)典型的輪式移動(dòng)機(jī)器人非完整約束模型介紹了連通性保持條件下的協(xié)同控制策略，為簡(jiǎn)

本書主要介拉氏變換、機(jī)械平移系統(tǒng)的動(dòng)態(tài)特性分析、電氣系統(tǒng)的動(dòng)態(tài)特性分析、控制系統(tǒng)基礎(chǔ)、控制系統(tǒng)的時(shí)域分析法、控制系統(tǒng)的頻域分析法、控制系統(tǒng)的穩(wěn)定性分析和控制系統(tǒng)的誤差分析與計(jì)算等內(nèi)容。

本書內(nèi)容分三部分：證據(jù)推理方法；置信規(guī)劃庫建模方法；證據(jù)推理與置信規(guī)則庫的應(yīng)用。

知識(shí)遷移的目標(biāo)是使機(jī)器具有和人一樣的“舉一反三”的能力，通過已掌握的知識(shí)來完成新的任務(wù)。知識(shí)遷移是機(jī)器突破程式化約束，具有自主學(xué)習(xí)能力的關(guān)鍵因素，近年來已成為人工智能的研究熱點(diǎn)之一。從“如何遷移”“遷移什么”與“何時(shí)遷移”等角度入手，系統(tǒng)闡述了關(guān)聯(lián)知識(shí)的表達(dá)形式、遷移的方式與手段以及實(shí)現(xiàn)遷移的時(shí)機(jī)等問題。然而知識(shí)遷移方

《神經(jīng)網(wǎng)絡(luò)導(dǎo)論》共5章，第1章主要介紹神經(jīng)網(wǎng)絡(luò)、微分系統(tǒng)穩(wěn)定性理論和泛函分析的基本理論和概念；第2章介紹神經(jīng)網(wǎng)絡(luò)的基本模型及算法；第3章介紹后期比較熱門的三種神經(jīng)網(wǎng)絡(luò)，即Hopfield神經(jīng)網(wǎng)絡(luò)、細(xì)胞神經(jīng)網(wǎng)絡(luò)與雙向聯(lián)想（BAM）神經(jīng)網(wǎng)絡(luò)的模型及動(dòng)力學(xué)問題；第4章介紹復(fù)雜神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題；第5章介紹神經(jīng)網(wǎng)絡(luò)的應(yīng)用

本書簡(jiǎn)明扼要地闡述了自動(dòng)控制的基本理論與應(yīng)用。全書共分九章：前八章著重介紹經(jīng)典控制理論及應(yīng)用的主要方面，最后一章介紹現(xiàn)代控制理論中的狀態(tài)空間分析及綜合法。本書精選了由胡壽松主編的《自動(dòng)控制原理(第六版)》中的主要內(nèi)容，強(qiáng)化了工程應(yīng)用背景，系統(tǒng)介紹了現(xiàn)代MATLAB應(yīng)用技術(shù)，包括建模、時(shí)域分析、根軌跡繪制、頻域分析、前饋

本書用豐富的圖示和實(shí)驗(yàn)，將物體的自動(dòng)理解技術(shù)和機(jī)器學(xué)習(xí)的理論相結(jié)合，以實(shí)現(xiàn)物體的自動(dòng)理解技術(shù)為主線，以機(jī)器學(xué)習(xí)的理論作為主要方法，結(jié)合實(shí)例逐步深入地介紹了機(jī)器學(xué)習(xí)相關(guān)理論。主要內(nèi)容包括特征提取、三維網(wǎng)格分割、三維場(chǎng)景重建、三維模型功能性分析等，涵蓋了目前常用的主流的各種學(xué)習(xí)方法。本書結(jié)構(gòu)緊湊，內(nèi)容逐步深入，同時(shí)包含大量

隨著信息爆炸產(chǎn)生的海量數(shù)據(jù)時(shí)代的來臨，數(shù)據(jù)中所蘊(yùn)含的價(jià)值將會(huì)對(duì)人類社會(huì)產(chǎn)生直接的，全面的，甚至是革命性的影響。因此，在大數(shù)據(jù)背景下，有效地分析，組織和使用各類數(shù)據(jù)，將對(duì)科技進(jìn)步以及經(jīng)濟(jì)發(fā)展產(chǎn)生巨大的推動(dòng)作用，孕育出前所未有的機(jī)遇。針對(duì)大數(shù)據(jù)技術(shù)體系架構(gòu)，本著作總結(jié)出在大數(shù)據(jù)處理流程中，所面臨不同層面的問題及其相互關(guān)系，

本書從仿生學(xué)的角度,闡述AI面臨的挑戰(zhàn)和前沿研究方向,同時(shí)融入作者在AI研究中部分最新成果。反映了人工智能發(fā)展的最新動(dòng)態(tài)，為生物信息學(xué)或其他學(xué)科的特征分析提供手段和方法，為研究和開發(fā)更高層次的human-like智能打下基礎(chǔ)。本書強(qiáng)調(diào)新視野、先進(jìn)性、實(shí)用性和可讀性，書中涉及的經(jīng)典例子和算法都將提供程序?qū)崿F(xiàn)，附在隨書光盤

《基于逼近論的多模態(tài)信息表示》從逼近論角度，由最基本的線性無關(guān)函數(shù)基（插值基、奇異值分解、主成分分析）出發(fā)，到正交函數(shù)基（傅里葉變換、小波基），再到一般通用逼近算子（人工神經(jīng)網(wǎng)絡(luò)），延伸至過完備基（壓縮傳感、稀疏表示），最后實(shí)現(xiàn)分層特征表示（深度學(xué)習(xí)）。通過基函數(shù)表示信息的思想貫穿始終，作者希望由此啟發(fā)讀者更進(jìn)一步思考

本書對(duì)日常生活中的交互現(xiàn)象、交互設(shè)計(jì)基礎(chǔ)概念、如何進(jìn)行交互設(shè)計(jì)、交互設(shè)計(jì)的基本程序和實(shí)用的方式方法、交互設(shè)計(jì)師的重要性、交互設(shè)計(jì)成功與否的可用性測(cè)試、交互技術(shù)的發(fā)展歷程以及交互設(shè)計(jì)案例等方面進(jìn)行了深入淺出的闡述。書中圖文并茂，緊跟交互設(shè)計(jì)流行趨勢(shì)，對(duì)高等院校設(shè)計(jì)、心理學(xué)、管理、營(yíng)銷等專業(yè)的老師和學(xué)生；對(duì)各行業(yè)內(nèi)從事品牌

自然計(jì)算是國(guó)際上一個(gè)新的計(jì)算領(lǐng)域研究熱點(diǎn)。本書為國(guó)內(nèi)第一部以自然計(jì)算為主要內(nèi)容的專著。第一部分首先對(duì)傳統(tǒng)的自然計(jì)算方法-人工神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算、模糊系統(tǒng)等簡(jiǎn)要回顧并介紹其最新的進(jìn)展情況。第二部分從第二章開始到第七章重點(diǎn)介紹生物啟發(fā)的計(jì)算、物理啟發(fā)的計(jì)算、化學(xué)啟發(fā)的計(jì)算等重要的新興的自然計(jì)算方法及體系。第三部分介紹與自然

20世紀(jì)50年代以來，人工智能出現(xiàn)了符號(hào)主義、連接主義和行為主義等主導(dǎo)性研究范式。理論界普遍認(rèn)為，人工智能已經(jīng)超越了現(xiàn)有的范式理論，逐步形成了一種融合的趨勢(shì)。然而，如何對(duì)人工智能各研究范式進(jìn)行融合以及在什么樣的基礎(chǔ)上進(jìn)行融合，這一難題成為人工智能理論進(jìn)一步發(fā)展的瓶頸所在。本書從貫穿整個(gè)人工智能發(fā)展過程的兩條主要線索--

不確定性知識(shí)處理是人工智能領(lǐng)域最基本的研究問題�！恫淮_定性知識(shí)處理的基本理論與方法》對(duì)知識(shí)表示和推理、不確定性知識(shí)處理（亦簡(jiǎn)稱不確定性處理）的基本理論與方法進(jìn)行了全面、系統(tǒng)的闡述，內(nèi)容包括知識(shí)表示與推理方法、不確定性知識(shí)處理的經(jīng)典理論與方法、貝葉斯網(wǎng)推理與學(xué)習(xí)方法、粗糙集理論等四部分。 《不確定性知識(shí)處理的基本理論與

書中介紹了針對(duì)不同情況的多種分類和聚類算法，如信任C均值聚類算法，信任K近鄰分類器和不完整數(shù)據(jù)信任分類器等。通過對(duì)多個(gè)信任分類器輸出的融合能夠得到更全面可靠的信息，提高目標(biāo)識(shí)別準(zhǔn)確性。針對(duì)多源多時(shí)相信息融合，發(fā)展了動(dòng)態(tài)證據(jù)推理，不僅可對(duì)目標(biāo)實(shí)時(shí)識(shí)別，還能對(duì)目標(biāo)變化準(zhǔn)確檢測(cè)判斷。

大規(guī)模強(qiáng)化學(xué)習(xí)