眾智建模與仿真方法主要用于研究眾智科學(xué)的基本原理和規(guī)律。其主要內(nèi)容包括眾決策、眾協(xié)作、眾進(jìn)化等仿真，用于研究眾決策、眾協(xié)作、眾進(jìn)化等群體智能問(wèn)題。本書共7章。第1章為眾智仿真理論。第2章為眾智仿真方法。第3章為眾智仿真平臺(tái)。第4章為眾智仿真方法在生產(chǎn)系統(tǒng)分析中的應(yīng)用。第5章為眾智仿真方法在裝備保障體系分析中的應(yīng)用。第6

本書主要研究多自由度輪/履式仿人機(jī)器人在非結(jié)構(gòu)化環(huán)境下自主作業(yè)的關(guān)鍵技術(shù)。第1、2章介紹研究背景及多自由度輪/履式仿人機(jī)器人平臺(tái)；第3、4章介紹不同幾何約束條件下的圖像特征匹配算法，通過(guò)提高特征點(diǎn)匹配性能和運(yùn)動(dòng)估計(jì)精度來(lái)解決非結(jié)構(gòu)環(huán)境下的三維地圖構(gòu)建及重建問(wèn)題；第5～7章介紹基于路徑規(guī)劃、碰撞檢測(cè)，以及穩(wěn)定判據(jù)的運(yùn)動(dòng)學(xué)

本書詳細(xì)介紹了面向靜態(tài)數(shù)據(jù)庫(kù)、增量數(shù)據(jù)庫(kù)和數(shù)據(jù)流的高效用模式挖掘的理論和方法。本書主要內(nèi)容包括六個(gè)章節(jié)，前兩章介紹高效用模式挖掘的相關(guān)知識(shí)。第三章介紹面向靜態(tài)數(shù)據(jù)庫(kù)包含正、負(fù)效用的兩類精簡(jiǎn)高效用模式挖掘方法的研究與實(shí)現(xiàn)過(guò)程。第四章介紹針對(duì)增量數(shù)據(jù)庫(kù)的挖掘高效用模式全集和精簡(jiǎn)集合算法的研究。第五章介紹面向數(shù)據(jù)流的精簡(jiǎn)高效

本書詳細(xì)介紹了工業(yè)機(jī)器人精度補(bǔ)償?shù)幕�礎(chǔ)理論和關(guān)鍵技術(shù)，闡述了機(jī)器人精度及精度補(bǔ)償?shù)幕�本概念，主要�?nèi)容包括：機(jī)器人運(yùn)動(dòng)學(xué)建模、機(jī)器人采樣點(diǎn)規(guī)劃方法、基于定位誤差模型的機(jī)器人精度補(bǔ)償技術(shù)、基于誤差相似度的機(jī)器人精度補(bǔ)償技術(shù)、基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人精度補(bǔ)償技術(shù)、基于關(guān)節(jié)空間閉環(huán)反饋的機(jī)器人精度補(bǔ)償技術(shù)以及基于笛卡兒空間閉環(huán)反饋

本書共21章。第1章介紹底層算法整體設(shè)計(jì)與實(shí)現(xiàn)方法，通過(guò)模塊化設(shè)計(jì)與實(shí)現(xiàn)，使得本書中的所有章節(jié)中形成的算法模塊均可以加載到軟件MHMapGIS中并方便地進(jìn)行調(diào)用；第2～4章介紹交互式的矢量、柵格、矢柵數(shù)據(jù)編輯中所涉及的底層算法設(shè)計(jì)與實(shí)現(xiàn)方法；第5～21章則分不同專題對(duì)不同類型的算法進(jìn)行需求分析、功能設(shè)計(jì)與底層實(shí)現(xiàn)，并集

衛(wèi)星遙感、地基觀測(cè)、模型模擬、社會(huì)感知等是獲取地球表層科學(xué)數(shù)據(jù)的主要手段，不同來(lái)源的數(shù)據(jù)之間存在強(qiáng)烈的互補(bǔ)性。本書圍繞多源數(shù)據(jù)的融合計(jì)算展開研究，以多源遙感數(shù)據(jù)的信息融合為主體內(nèi)容，并擴(kuò)展到與地基數(shù)據(jù)、模型模擬數(shù)據(jù)和社會(huì)感知數(shù)據(jù)的融合。內(nèi)容體系上分為同質(zhì)數(shù)據(jù)融合、異質(zhì)數(shù)據(jù)融合、異類數(shù)據(jù)融合等幾個(gè)層次：首先介紹同質(zhì)光學(xué)遙

為了深入實(shí)施制造強(qiáng)國(guó)戰(zhàn)略，我國(guó)正加速推動(dòng)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計(jì)算與制造業(yè)的深度融合，促進(jìn)制造業(yè)向數(shù)字化、網(wǎng)絡(luò)化和智能化轉(zhuǎn)型升級(jí)。復(fù)雜系統(tǒng)健康監(jiān)測(cè)是其中的關(guān)鍵環(huán)節(jié)之一。隨著數(shù)據(jù)積聚、算法革新與算力提升，以深度學(xué)習(xí)為代表的新一代人工智能技術(shù)不斷取得突破性發(fā)展，為復(fù)雜系統(tǒng)健康監(jiān)測(cè)技術(shù)突破提供新的途徑。本書結(jié)合作者團(tuán)隊(duì)

本書旨在討論片上系統(tǒng)（SoC）測(cè)試的相關(guān)問(wèn)題，包括建模以及片上系統(tǒng)測(cè)試解決方案的設(shè)計(jì)和優(yōu)化。需要測(cè)試的系統(tǒng)越來(lái)越復(fù)雜，測(cè)試數(shù)據(jù)量不斷增加，如何組織測(cè)試，即測(cè)試調(diào)度變得越來(lái)越重要。本書主要站在系統(tǒng)級(jí)的角度闡明模塊化SoC測(cè)試領(lǐng)域的諸多問(wèn)題。《BR》本書由三部分組成，在概述經(jīng)典測(cè)試方法的基礎(chǔ)上，介紹測(cè)試大型、模塊化和異構(gòu)S

本書與工程實(shí)踐緊密結(jié)合，對(duì)連續(xù)控制系統(tǒng)、離散控制系統(tǒng)、非線性系統(tǒng)等進(jìn)行了描述，從控制系統(tǒng)的結(jié)構(gòu)、分類、分析、設(shè)計(jì)出發(fā)，引出系統(tǒng)數(shù)學(xué)模型，對(duì)傳遞函數(shù)、動(dòng)態(tài)結(jié)構(gòu)圖、典型環(huán)節(jié)等內(nèi)容進(jìn)行了細(xì)致的描述。本書重點(diǎn)對(duì)時(shí)域部分的系統(tǒng)階躍響應(yīng)分析、穩(wěn)定性分析、穩(wěn)態(tài)誤差計(jì)算，頻域部分的伯德圖、幅相頻率特性曲線、穩(wěn)定裕度等內(nèi)容進(jìn)行了闡述，進(jìn)

本書闡述了無(wú)線傳感器網(wǎng)絡(luò)移動(dòng)數(shù)據(jù)收集的基礎(chǔ)理論、關(guān)鍵技術(shù)和**研究成果，詳細(xì)介紹了將多用戶多輸入多輸出(multiple-inputmultiple-output,MIMO)技術(shù)、空分多路復(fù)用（spacedivisionmultipleaccess,SDMA）技術(shù)、并發(fā)數(shù)據(jù)上傳技術(shù)等現(xiàn)代通信技術(shù)應(yīng)用到無(wú)線傳感器網(wǎng)絡(luò)的移