在實際應用中,需要處理的數(shù)據(jù)常常具有類別不平衡的特點.例如,用于信用卡欺詐檢測、垃圾郵件過濾、機械故障診斷、疾病診斷、極端天氣預測預報等的數(shù)據(jù)都是類別非平衡數(shù)據(jù).研究非平衡數(shù)據(jù)分類問題具有重要意義和實際應用價值,引起機器學習領(lǐng)域研究人員的廣泛關(guān)注.本書結(jié)合作者團隊在非平衡數(shù)據(jù)分類中的研究成果,系統(tǒng)介紹非平衡數(shù)據(jù)分類的理

本書圍繞產(chǎn)品退化數(shù)據(jù)的統(tǒng)計建模問題，考慮實際中不同的退化環(huán)境與數(shù)據(jù)特點，包括產(chǎn)品的異質(zhì)性、使用環(huán)境的動態(tài)性、測量的隨機性等因素，發(fā)展了一系列基于Wiener隨機過程的退化模型。針對每一類模型，本書對模型的性質(zhì)、模型參數(shù)估計、模型驗證等方面問題進行了深入討論，并通過多種實際退化數(shù)據(jù)驗證所提模型的有效性。本書總結(jié)與發(fā)展了作

本書是“高等院校智能制造人才培養(yǎng)系列教材”之一，面向智能制造相關(guān)專業(yè)。本書分為3篇，共12章，包括基礎(chǔ)篇（緒論、傳感器的特性及標定、電阻式傳感器、電感式傳感器、電容式傳感器、壓電式傳感器、磁電式傳感器、光電式傳感器、熱電式傳感器）、工業(yè)機器人篇（工業(yè)機器人中的傳感器）及先進技術(shù)篇（無線傳感器網(wǎng)絡、多傳感器信息融合技術(shù)）

本書基于回音壁模式的“纖上實驗室”光纖傳感器件，以先進的三維雙光子飛秒激光直寫技術(shù)作為制備手段，從高集成度、新型制備技術(shù)、新的傳感功能及應用三個方面開展相關(guān)研究，主要介紹了回音壁模式光學微腔傳感基本理論和實現(xiàn)方式、七芯光纖端面雙環(huán)耦合回音壁模式微腔有機蒸氣傳感、七芯光纖端面模板輔助自組裝回音壁模式微球腔傳感特性、七芯光

移動機器人系統(tǒng)是一種能在復雜環(huán)境下工作，具備自行組織、自主運行、自主規(guī)劃能力的智能機器人系統(tǒng)，其融合了計算機技術(shù)、信息技術(shù)、通信技術(shù)、微電子技術(shù)和機器人技術(shù)等。本書以移動機器人系統(tǒng)為核心，從不同角度分別論述了移動機器人的基礎(chǔ)建模與控制理論、移動機器人系統(tǒng)的機械設(shè)計與系統(tǒng)開發(fā)，以及移動機器人系統(tǒng)的案例分析與研究實踐等內(nèi)容

《MOFs基電化學傳感器的構(gòu)建及應用》全書共分為4章，主要內(nèi)容包括：MOFs及其電化學傳感應用研究進展、MOFs基環(huán)境污染物的電化學傳感分析、MOFs基生物活性小分子電化學傳感器及MOFs基核酸雜交/免疫傳感檢測技術(shù)。全書概述了近年國內(nèi)外發(fā)表的基于MOFs的電化學傳感界面及分析應用的重要研究進展，并結(jié)合本書編寫團隊近年

《人工智能魚》是為計算機、海洋、水產(chǎn)等相關(guān)學科的本科生開設(shè)的全校選修課，課程旨在使學生通過人工智能魚課程學習，了解魚類學、魚類行為學以及計算機學科間的關(guān)系，掌握魚類行為學的人工智能算法實現(xiàn)，提升學生的動手編程能力，促進學校多學科交融與發(fā)展。本課程將人工智能、計算機圖形學和魚類行為學相結(jié)合，講解如何設(shè)計繪制逼真的魚類形態(tài)

本書提出了機器人系統(tǒng)時間序列建模與健康監(jiān)測理論與方法，內(nèi)容分為6章。第1章介紹機器人系統(tǒng)概念性問題和機器人系統(tǒng)時序建模的關(guān)鍵基礎(chǔ)問題；第2章闡述機器人導航時序建模與健康監(jiān)測理論及應用；第3章闡述機器人車載電量時序建模與健康監(jiān)測理論及應用；第4章闡述機器人手臂時序建模與健康監(jiān)測理論及應用；第5章闡述無人駕駛車輛時序預測與

本書從機器人的概念、類型、組成與工作原理出發(fā)，講述工業(yè)機器人的基礎(chǔ)理論、系統(tǒng)及實戰(zhàn)與應用。第1-5章是基礎(chǔ)理論篇，主要講機器人的概念、剛體位姿描述與坐標變換、運動學、動力學與軌跡規(guī)劃問題。第6-9章是工業(yè)機器人系統(tǒng)箱，主要講工業(yè)機器人的機械系統(tǒng)、控制系統(tǒng)、視覺伺服系統(tǒng)與編程系統(tǒng)四大系統(tǒng)。第10、11章是工業(yè)機器人實戰(zhàn)與

本書的主要內(nèi)容涵蓋了農(nóng)田除草機器人的識別方法和裝備創(chuàng)制技術(shù)。介紹了基于人工智能技術(shù)的農(nóng)田雜草多元識別方法，證明了智能算法可賦能機器人更準確地識別定位雜草，辨識葉齡、鮮重等生物信息，從而提高雜草的防控質(zhì)量和效率。此外，本書還詳細介紹了多種農(nóng)田除草機器人系統(tǒng)的裝備創(chuàng)制技術(shù)，包括機器人的框架結(jié)構(gòu)設(shè)計、控制系統(tǒng)搭建、動力系統(tǒng)配