作為《自動(dòng)控制原理》（第二版）（孫優(yōu)賢主編，書(shū)號(hào)：978-7-122-42524-9）的配套學(xué)習(xí)輔導(dǎo)書(shū)，本書(shū)緊緊圍繞自動(dòng)控制原理的知識(shí)點(diǎn)進(jìn)行編寫(xiě)，內(nèi)容與體例均方便讀者自學(xué)。全書(shū)由9章正文與附錄組成。正文的9章與配套教材完全一致，分別為：概述、連續(xù)時(shí)間控制系統(tǒng)的數(shù)學(xué)模型、線(xiàn)性系統(tǒng)的時(shí)域分析法、連續(xù)時(shí)間控制系統(tǒng)的穩(wěn)定性與穩(wěn)

本書(shū)較全面系統(tǒng)地闡述自動(dòng)控制理論的基本分析和校正方法。全書(shū)共分7章,主要內(nèi)容包括自動(dòng)控制概述、線(xiàn)性控制系統(tǒng)的數(shù)學(xué)模型、時(shí)域分析和校正、根軌跡法﹑頻域分析和校正﹑離散控制系統(tǒng)﹑非線(xiàn)性系統(tǒng)分析等。本書(shū)較全面系統(tǒng)地闡述自動(dòng)控制理論的基本分析和校正方法。全書(shū)共分7章,主要內(nèi)容包括自動(dòng)控制概述、線(xiàn)性控制系統(tǒng)的數(shù)學(xué)模型、時(shí)域分析和

本書(shū)以通俗易懂的語(yǔ)言和有趣的插畫(huà)來(lái)解釋深度學(xué)習(xí)中的概念和方法,生動(dòng)形象的插圖更容易幫助讀者理解和記憶。同時(shí),書(shū)中指導(dǎo)讀者將自己的理解制作成短視頻,以加強(qiáng)學(xué)習(xí)效果。另外,書(shū)中還指導(dǎo)讀者在Colab平臺(tái)上進(jìn)行實(shí)踐。 本書(shū)內(nèi)容全面,從基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等入門(mén)知識(shí),到深度學(xué)習(xí)的應(yīng)用領(lǐng)域如計(jì)算機(jī)視覺(jué)、自然

在這本書(shū)中，作者著力討論了幾種獲取機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法性能的相關(guān)知識(shí)的方法。作者展示了如何再次利用這些知識(shí)來(lái)選擇、組合、編撰和調(diào)整算法和模型，從而為數(shù)據(jù)挖掘提供更快、更有效的解決方案，幫助研究人員改進(jìn)算法，并開(kāi)發(fā)能夠自我改進(jìn)的學(xué)習(xí)系統(tǒng)。本書(shū)的新版在舊版基礎(chǔ)上就內(nèi)容做了非常大的擴(kuò)充。作者介紹了最新的自動(dòng)機(jī)器學(xué)習(xí)方法，闡

本書(shū)針對(duì)推薦系統(tǒng)中的二部圖、社交網(wǎng)絡(luò)和知識(shí)圖譜的圖結(jié)構(gòu)模式，研究基于圖表示學(xué)習(xí)的深度推薦系統(tǒng)。通過(guò)挖掘圖信息中的隱性關(guān)系和高階關(guān)系，使用圖學(xué)習(xí)的方式探索用戶(hù)和產(chǎn)品的潛在關(guān)聯(lián)，彌補(bǔ)相關(guān)推薦系統(tǒng)研究在挖掘用戶(hù)之間或者產(chǎn)品之間隱性關(guān)系方面的不足，形成一系列合理而且有效的推薦技術(shù)。增加推薦系統(tǒng)輸入的多樣性，運(yùn)用社交網(wǎng)絡(luò)和知識(shí)圖

本書(shū)是一本機(jī)器學(xué)習(xí)實(shí)用指南，提供從基礎(chǔ)知識(shí)到進(jìn)階技能的全面學(xué)習(xí)路徑。本書(shū)以淺顯易懂的方式介紹了機(jī)器學(xué)習(xí)的基本概念和主要類(lèi)型，并詳細(xì)介紹使用Python及常見(jiàn)的庫(kù)進(jìn)行數(shù)據(jù)處理和機(jī)器學(xué)習(xí)的實(shí)操。此外，介紹了數(shù)據(jù)預(yù)處理的詳細(xì)過(guò)程，最后通過(guò)若干典型案例加深讀者對(duì)機(jī)器學(xué)習(xí)的理解。本書(shū)適合對(duì)機(jī)器學(xué)習(xí)感興趣的初學(xué)者，也可作為軟件開(kāi)發(fā)

數(shù)系的擴(kuò)充始終貫穿于數(shù)學(xué)理論的發(fā)展之中. 本書(shū)利用交互式定理證明工具Coq,在Morse-Kelley公理化集合論形式化系統(tǒng)下, 給出中國(guó)科學(xué)與技術(shù)大學(xué)汪芳庭教授在其《數(shù)學(xué)基礎(chǔ)》中采用算術(shù)超濾分?jǐn)?shù)構(gòu)造實(shí)數(shù)的機(jī)器證明系統(tǒng),包括超濾空間與算術(shù)超濾的基本概念、超濾變換以及用算術(shù)超濾構(gòu)造算術(shù)模型的形式化實(shí)現(xiàn),構(gòu)建了非標(biāo)準(zhǔn)實(shí)數(shù)模

本書(shū)主要包含以下內(nèi)如：最優(yōu)化問(wèn)題的簡(jiǎn)介，凸分析基礎(chǔ)，無(wú)約束優(yōu)化的理論及線(xiàn)搜索算法框架，信賴(lài)域算法，線(xiàn)搜索收斂性分析及收斂速度分析，半光滑牛頓算法，共軛梯度算法，約束優(yōu)化理論及延伸理論，罰方法，增廣拉格朗日算法及算法在實(shí)際問(wèn)題(支持向量機(jī)模型、超圖匹配)中的應(yīng)用。本書(shū)對(duì)知識(shí)點(diǎn)的分析緊密結(jié)合當(dāng)前研究前沿問(wèn)題，并通過(guò)對(duì)應(yīng)用問(wèn)

圖像融合技術(shù)可將多源圖像的互補(bǔ)特征進(jìn)行綜合，以得到更加完整和準(zhǔn)確的場(chǎng)景描述，從而彌補(bǔ)單一傳感器單幅圖像的不足，是一種廣泛應(yīng)用的圖像預(yù)處理技術(shù)，如多攝像頭拍照、微光夜視、醫(yī)學(xué)診斷、遙感等應(yīng)用領(lǐng)域。本書(shū)以多源圖像融合技術(shù)為主要內(nèi)容，在研究圖像尺度分析、遷移學(xué)習(xí)、深度學(xué)習(xí)算法與模型的基礎(chǔ)上，針對(duì)多聚焦圖像融合、多模態(tài)醫(yī)學(xué)圖像

作為普通個(gè)體，我們?cè)撊绾慰焖偾腥階I賽道，更好地利用AI工具武裝自己，成為"超級(jí)個(gè)體”呢？本書(shū)給出了答案。本書(shū)精選八大領(lǐng)域：編程、設(shè)計(jì)、辦公、教育、翻譯、營(yíng)銷(xiāo)、咨詢(xún)、自媒體，并通過(guò)88個(gè)具體案例實(shí)操演示了與ChatGPT進(jìn)行對(duì)話(huà)的技巧，全面且深入地為讀者展示了利用ChatGPT這個(gè)工具大幅提升工作效能的方法。除了提供拿