本書還以航空、航天、航海等若干典型高端制造業(yè)為例，研究機(jī)器人與智能制造技術(shù)和行業(yè)發(fā)展瓶頸的關(guān)系，提出促進(jìn)機(jī)器人與智能制造前沿領(lǐng)域發(fā)展的政策建議。本書為相關(guān)領(lǐng)域戰(zhàn)略與管理專家、科技工作者、企業(yè)研發(fā)人員及高校師生提供了研究指引，為科研管理部門提供了決策參考，也是社會公眾了解機(jī)器人與智能制造發(fā)展現(xiàn)狀及趨勢的重要讀本。

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，針對多聚焦圖像融合、多模態(tài)醫(yī)學(xué)圖像

本書針對BP網(wǎng)絡(luò)存在學(xué)習(xí)效率低、泛化能力差、易出現(xiàn)過擬合和網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計（主要指隱節(jié)點(diǎn)數(shù)選擇）的理論依據(jù)不足等基本問題，在分析BP網(wǎng)絡(luò)結(jié)構(gòu)和樣本集的復(fù)雜性對BP網(wǎng)絡(luò)泛化能力影響的基礎(chǔ)上，提出用"廣義"復(fù)相關(guān)系數(shù)Rn新概念定量描述包括樣本數(shù)量和樣本質(zhì)量在內(nèi)的樣本集的復(fù)雜性；建立用含參數(shù)的檢測誤差E2表示BP網(wǎng)絡(luò)泛化能力的定

受阻于艱深晦澀的技術(shù)原理、陌生又拗口的專業(yè)術(shù)語，很多人對NFT望而卻步。作為深耕Web3的研究人員，筆者試圖通過通俗的語言、簡單的結(jié)構(gòu)、詳實(shí)的案例，著眼于縱向時間線、橫向技術(shù)線立體、客觀、完整講解，讓零基礎(chǔ)的讀者迅速掌握NFT的核心要義。 本書一共分為8個篇章。拋棄傳統(tǒng)定義、歷史、應(yīng)用的舊模式，開篇直入主題，先通過全局

本書首先進(jìn)行虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)簡介，接著以VR/AR智能建模為主線，第一部分介紹基于單張圖片的基于單張圖片的廣義柱形物體三維建模技術(shù)、基于單帳圖像的室內(nèi)場顥三維建模、基于正面圖片的三維人臉快速建模技術(shù)；第二部分闡述基于稀疏柔性傳感器的三維人體重建、三維模型格式轉(zhuǎn)換引擎技術(shù)；第三部分基于中軸變換建模方面，包括動態(tài)網(wǎng)格與稀

本書針對多源多維數(shù)據(jù)的匯聚融合、數(shù)據(jù)安全體系以及征信體系闡述了相關(guān)研究成果，主要包括：原位虛擬大數(shù)據(jù)中心平臺體系、大數(shù)據(jù)感知與勘探技術(shù)、多源多維數(shù)據(jù)融合計算技術(shù)、基于多模型融合的信用評估技術(shù)、全生命周期的數(shù)據(jù)安全體系架構(gòu)與關(guān)鍵技術(shù)、數(shù)據(jù)安全體系架構(gòu)的測試與評估技術(shù)，以及基于信用評估的金融交易風(fēng)險防控系統(tǒng)和多源多維大數(shù)據(jù)

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

本書針對推薦系統(tǒng)中的二部圖、社交網(wǎng)絡(luò)和知識圖譜的圖結(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)和知識圖

本書內(nèi)容涵蓋數(shù)據(jù)科學(xué)基礎(chǔ)知識，介紹了數(shù)據(jù)科學(xué)的工作流程，包括數(shù)據(jù)采集、數(shù)據(jù)整理和探索、數(shù)據(jù)可視化和數(shù)據(jù)建模預(yù)測等技術(shù)，并通過文本、圖像、語音等前沿應(yīng)用，引入人工智能技術(shù)在數(shù)據(jù)科學(xué)領(lǐng)域應(yīng)用的新成果。全書設(shè)計收集了多個數(shù)據(jù)分析案例，采用Python及相關(guān)科學(xué)計算工具包介紹數(shù)據(jù)分析實(shí)現(xiàn)的方法，幫助讀者通過實(shí)際應(yīng)用理解數(shù)據(jù)科學(xué)

本教材以機(jī)器人運(yùn)動規(guī)劃為控制對象，系統(tǒng)的介紹了機(jī)器人控制技術(shù)中微體系結(jié)構(gòu)集成電路的設(shè)計與應(yīng)用知識，包含了國內(nèi)外領(lǐng)先性的技術(shù)理論和實(shí)踐案例，適用于電子信息本科和研究生的機(jī)器人控制和微電子制造領(lǐng)域擴(kuò)展知識和技能培養(yǎng)。主要包括以下部分內(nèi)容：機(jī)器人運(yùn)動學(xué)基礎(chǔ)、機(jī)器人感知系統(tǒng)、機(jī)器人運(yùn)動控制系統(tǒng)、微體系結(jié)構(gòu)集成電路設(shè)計、基于FP