本書從控制系統(tǒng)建模、控制與優(yōu)化的本質(zhì)要求出發(fā)，系統(tǒng)介紹了近年來模糊推理、神經(jīng)網(wǎng)絡、智能優(yōu)化理論和方法的作用及意義。作為控制理論和方法的進一步發(fā)展，本書著重介紹了智能理論和方法在解決復雜系統(tǒng)控制問題中的方法及意義，同時結(jié)合實例介紹智能理論與方法在控制系統(tǒng)中的各種應用。本書共分10章，主要介紹了智能控制的基本概念與研究內(nèi)容

本書內(nèi)容包括：工業(yè)機器人應用編程創(chuàng)新平臺認知；工業(yè)機器人產(chǎn)品出入庫；工業(yè)機器人視覺分揀與定位；工業(yè)機器人創(chuàng)新平臺虛擬調(diào)試；工業(yè)機器人諧波減速器裝配；工業(yè)機器人離線仿真應用編程；工業(yè)機器人雙機協(xié)作應用編程等。

本書系統(tǒng)介紹了傳感器的原理與應用，包括：傳感器的作用實例分析、分類與命名，傳感器技術(shù)的特點與發(fā)展，傳感器的特性及其主要性能指標的計算，應變式傳感器，硅壓阻式傳感器，電容式傳感器，電磁式傳感器，壓電式傳感器，諧振式傳感器，光纖傳感器，溫敏與濕敏傳感器，氣敏與離子敏傳感器，視覺與觸覺傳感器，智能化傳感器，面向物聯(lián)網(wǎng)應用的無

工業(yè)互聯(lián)網(wǎng)背景下，工業(yè)系統(tǒng)信息安全已上升為國家級信息安全戰(zhàn)略，工業(yè)領域急需系統(tǒng)化的脆弱性評估理論和方法作為信息安全防護理論的依據(jù)。本書圍繞5G和工業(yè)系統(tǒng)融合帶來的安全挑戰(zhàn)，提供5G工業(yè)系統(tǒng)脆弱性評估解決方案，并針對5G工業(yè)系統(tǒng)特點給出漏洞挖掘、攻擊路徑預測和跨域評估等多種創(chuàng)新方法。本書內(nèi)容主要包括三部分，共7章。第1部

傳感器是物聯(lián)網(wǎng)感知層的最主要的信息獲取設備，自動識別則是物聯(lián)網(wǎng)智能化代表性表現(xiàn)之一，掌握各種典型傳感器和自動識別技術(shù)應用是物聯(lián)網(wǎng)相關專業(yè)的核心技能。不同于現(xiàn)有的傳統(tǒng)電子信息類傳感器相關課程強調(diào)各種物理量檢測方法技能與重視自動識別技術(shù)原理的講述，本教材著重于物聯(lián)網(wǎng)相關工作崗位的技能要求，模擬實際工作崗位作為教學的情境，以

傳感器技術(shù)與通信技術(shù)、計算機技術(shù)共同構(gòu)成了信息產(chǎn)業(yè)的三大支柱，是信息獲取的源頭，而智能傳感器是未來十年甚至二十年傳感器產(chǎn)業(yè)的主流形態(tài)。作為數(shù)字時代的感知層，智能傳感器是集成傳感芯片、通信芯片、微處理器、軟件算法等于一體的系統(tǒng)級產(chǎn)品，緊密銜接互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實體經(jīng)濟，已成為支撐萬物互聯(lián)、萬事智聯(lián)的重要基礎產(chǎn)業(yè)。

電子鼻是人工嗅覺技術(shù)的代表產(chǎn)品，能對不少氣體的種類和濃度進行判斷，被用于工農(nóng)業(yè)生產(chǎn)、醫(yī)療衛(wèi)生、環(huán)境監(jiān)測等領域。如何提升電子鼻判斷的精度，是目前相關研究人員關注的焦點。本書旨在探索面向電子鼻的復合光氣體傳感方法，以解決現(xiàn)有電子鼻傳感陣列規(guī)模小、響應速度慢的問題。全書共分6章，第1章和第6章分別為緒論和總結(jié)與展望，第2～5

根據(jù)全國高等學校、高職高專院校教育的人才培養(yǎng)目標和要求，以及實際的教學特點，本書由淺入深、全面系統(tǒng)地介紹數(shù)據(jù)存儲技術(shù)與應用的相關知識。全書共6個項目，內(nèi)容包括信息數(shù)據(jù)管理、數(shù)據(jù)存儲技術(shù)、DAS服務器配置與管理、NAS服務器配置與管理、SAN服務器配置與管理、高級存儲與容災備份技術(shù)。為了讓讀者能夠更好地鞏固所學知識，及時

本書基于Python3.10版本，以項目實戰(zhàn)的方式系統(tǒng)地介紹了Python網(wǎng)絡爬蟲開發(fā)的相關知識，主要內(nèi)容包括Python基礎實戰(zhàn)、網(wǎng)頁數(shù)據(jù)采集實戰(zhàn)、網(wǎng)頁數(shù)據(jù)解析實戰(zhàn)、并發(fā)技術(shù)實戰(zhàn)、動態(tài)內(nèi)容采集實戰(zhàn)、爬蟲數(shù)據(jù)存儲實戰(zhàn)、Scrapy爬蟲框架實戰(zhàn)等，通過多個實戰(zhàn)任務的練習，讓讀者能最大限度地掌握Python網(wǎng)絡爬蟲的核心技

本書基于Python3.10版本，使用JupyterNotebook進行編程；以項目任務驅(qū)動模式，系統(tǒng)地闡述了Python數(shù)據(jù)分析的相關知識，內(nèi)容包括Python數(shù)據(jù)分析概述、NumPy數(shù)值計算實戰(zhàn)、pandas統(tǒng)計分析實戰(zhàn)、Matplotlib數(shù)據(jù)可視化實戰(zhàn)、Python數(shù)據(jù)探索、數(shù)據(jù)預處理、基于sklearn的數(shù)據(jù)