本書涵蓋了經(jīng)典控制、現(xiàn)代控制和非線性控制理論的基本內容。從控制理論的基礎知識入手，較深入地介紹了控制系統(tǒng)的傳遞函數(shù)、方框圖、信號流圖以及狀態(tài)空間模型；詳細闡述了用于控制系統(tǒng)穩(wěn)定性、瞬態(tài)性能、穩(wěn)態(tài)性能分析時域法、根軌跡法、頻域法和狀態(tài)空間法，以及相應的系統(tǒng)設計方法；討論了離散控制系統(tǒng)的模型、性能分析和校正方法；并對非線性

本教材共分為六個章節(jié)，分別為：*章自動控制系統(tǒng)概述、第二章控制系統(tǒng)的數(shù)學模型、第三章控制系統(tǒng)的時域分析、第四章根軌跡法、第五章線性系統(tǒng)的頻域分析法、第六章線性系統(tǒng)的頻域分析法。

本書為普通高等教育“十一五”國家級規(guī)劃教材，第一版于2005年被評為北京市精品教材。本書是為非自動化類、工科高年級學生編寫的教材，簡練地論述了連續(xù)控制系統(tǒng)的分析和綜合研究方法，包括系統(tǒng)數(shù)學模型的建立和動態(tài)結構圖等效變換法則，利用經(jīng)典控制理論的時域分析法、復域分析法、頻域分析法對控制系統(tǒng)進行分析，應用串聯(lián)校正、反饋校正和

本書共4章。第1章介紹了人工智能、機器學習、深度學習、強化學習的基本概念。第2章以Q學習為例，重點介紹了強化學習的原理、算法步驟、代碼實現(xiàn)、代碼運行調試。第3章先對深度學習的幾種常見的類型和原理進行介紹，然后給出了例程和調試方法。第4章以Q學習中運用神經(jīng)網(wǎng)絡為例，介紹了深度強化學習的基本原理和方法，同時也給出了例程和調

本書介紹了深度學習原理與TensorFlow實踐。著重講述了當前學術界和工業(yè)界的深度學習核心知識：機器學習概論、神經(jīng)網(wǎng)絡、深度學習。著重講述了深度學習的實現(xiàn)以及深度學習框架TensorFlow：Python編程基礎、TensorFlow編程基礎、TensorFlow模型、TensorFlow編程實踐、TensorFlo

本書致力于推動人工智能的普及教育，使用通俗易懂的語言深入淺出地介紹了人工智能的相關知識，包括機器學習和深度學習的基本內容，并結合圖像信息處理和自然語言處理兩個典型應用展開闡述，使讀者能快速掌握人工智能的基本概念、基本知識體系和框架，為進一步深入學習打下良好基礎。

本書理論完備，涵蓋主流非深度強化學習算法和深度強化學習算法；實戰(zhàn)性強，基于Python、Gym、TensorFlow2等構建，并有AlphaZero等綜合案例。全書共12章，主要內容如下。 第1章：介紹強化學習的基礎知識與強化學習環(huán)境庫Gym的使用，并給出完整的編程實例。 第2～9章：介紹強化學習的理論知識。以Mark

本書此次修訂按照打造新工科精品教材的要求，以培養(yǎng)新素養(yǎng)形成新能力為牽引重構課程邊界、按教學實踐積累總結和新工科要求重塑課程知識點、按與時俱進的時代特征要求提供媒體教學內容，精心對第3版進行了諸多重要修訂，使內容更為優(yōu)化，更切合時代需求。本書主要介紹控制工程中分析和綜合線性定常系統(tǒng)的時、頻域理論和方法，內容包括：緒論、數(shù)

本書對我國人工智能的發(fā)展狀況、國家戰(zhàn)略，及其在經(jīng)濟發(fā)展、民生改善、政府治理等方面的廣泛應用作了簡明通俗的闡釋；同時，還闡述了世界范圍內人工智能的發(fā)展歷史、國外主要國家和地區(qū)人工智能的發(fā)展現(xiàn)狀、人工智能的未來前景等。 書中包含大量應用案例，涉及制造業(yè)、農業(yè)、金融、交通、醫(yī)療、教育、家居、政府治理、政務服務等領域。突出介紹

本教材的內容涉及模糊理論、數(shù)據(jù)融合、神經(jīng)網(wǎng)絡、遺傳算法及傳感技術等相關內容，并著重介紹數(shù)據(jù)融合技術的原理、特點及具體應用方法，在目前多傳感器數(shù)據(jù)融合技術研究成果的基礎上進行系統(tǒng)解析，分析特點，論述不足，為數(shù)據(jù)融合技術的研究提供科學合理的依據(jù)，達到促進智能信息處理技術可持續(xù)發(fā)展的目標。