本書為"煤炭科學研究總院建院60周年技術叢書"第七卷《礦用產(chǎn)品與煤炭質(zhì)量測試技術與裝備》，全書共分十八篇73章，全面介紹了煤炭科學研究總院在礦用產(chǎn)品及煤炭質(zhì)量分析測試技術方面的成果，詳細闡述了測試方法及原理，以及相關主要測試裝備的技術參數(shù)、結(jié)構組成、特點及工作原理等，具有較強的理論和實用價值。

本書介紹近年來人臉識別領域的關鍵技術，如特征提取、表示，機器學習以及模式識別方法，重點介紹人臉特征的光照預處理、圖像粒表示與流形學習、稀疏表示與字典學習、姿態(tài)表情識別、2D矯正與人臉識別以及深度學習人臉識別等內(nèi)容。本書適合作為人工智能、模式識別等相關專業(yè)的研究生、高年級本科生的參考教材，也可供相關方向的科研工作者閱讀參

本書系統(tǒng)介紹了臨床常用心電監(jiān)護儀、胎兒與新生兒監(jiān)護儀、顱腦監(jiān)護儀、氣體監(jiān)護儀的臨床應用，圖文并茂描述了監(jiān)測的指標原理、監(jiān)護導聯(lián)與波形的選擇、正常波形與圖例、異常波形與圖例、注意事項，總結(jié)了臨床各個參數(shù)監(jiān)護時常見問題及處理措施，監(jiān)護儀的管理保養(yǎng)。從無創(chuàng)監(jiān)護到有創(chuàng)監(jiān)護，從成人到胎兒，將為提升臨床醫(yī)護人員掌握向智能快速發(fā)展的

本教材擬分為四篇12章。第一篇城鄉(xiāng)與城鄉(xiāng)規(guī)劃，含1~3章，為城鄉(xiāng)發(fā)展與城鄉(xiāng)規(guī)劃、城鄉(xiāng)規(guī)劃的發(fā)展及主要理論、城鄉(xiāng)規(guī)劃體系；第二篇城鄉(xiāng)規(guī)劃要素，共4~6章，城鄉(xiāng)人口、經(jīng)濟、生態(tài)與文化，城鄉(xiāng)建筑、道路交通與基礎設施，城鄉(xiāng)規(guī)劃社會調(diào)研；第三篇，第7~11章，城鎮(zhèn)體系規(guī)劃、城市總體規(guī)劃、城市詳細規(guī)劃、鎮(zhèn)、鄉(xiāng)和村莊規(guī)劃、其他主要規(guī)

在韓國，現(xiàn)代意義上的建筑文化財保護已有百年歷史�！俄n國建筑文化財保護制度與理論演進研究》以韓國木結(jié)構建筑文化財為主要對象，在保護制度、工程案例及保護理論方面，梳理從近代到現(xiàn)在韓國建筑文化財保護的歷程，并研究其發(fā)展變化和特點，最后總結(jié)其發(fā)展分期。由于文化財保護具有公共事業(yè)性質(zhì)，梳理不同歷史階段的保護制度是文化財保護研究的

本書針對具有多維信號處理中產(chǎn)生的信息幾何與幾何不變量問題，探索一種新的多維信號處理方法。從信息學角度出發(fā)，給出幾何不變量，并研究其幾何不變量的性質(zhì)，為實現(xiàn)具有多維信號處理問題提供有效的解決方案。本書適合從事智能信息處理、人工智能、計算機視覺等領域工作的學者和研究人員閱讀人參考，同時也可以作為理工科大學相關專業(yè)研究生的教

針對當前人臉超分辨率重建過程中存在的重建系數(shù)不一致導致誤差的問題，結(jié)合稀疏表示模型，提出或擴展了一系列新的基于稀疏表示模型的人臉超分辨率算法，提高了稀疏表示準確性，改進了高低分辨率重建系數(shù)的一致性，最終改善了重建結(jié)果人臉圖像的主客觀質(zhì)量。具體包括三方面的工作：第一，從學習字典的訓練方法出發(fā)，結(jié)合稀疏性和近鄰性特征優(yōu)勢，

本書包括四部分內(nèi)容，第一部分介紹了潤滑材料科學技術的意義與戰(zhàn)略價值，第二部分介紹了潤滑材料的發(fā)展規(guī)律與研究特點，第三部分介紹了潤滑材料的發(fā)展現(xiàn)狀與態(tài)勢，第四部分介紹了潤滑材料發(fā)展的方向、資助及政策建議。

分布式降雨徑流模型是水文學研究的重要內(nèi)容之一。本書系統(tǒng)地介紹了由熊立華和郭生練提出的基于DEM的分布式降雨徑流模型（DEM-basedDistributedRainfall-runoffModel，DDRM）的理論基礎、模型結(jié)構與應用實例。本書針對珠江流域三大水系（西江、東江和北江），基于DDRM模型，構建了珠江流域分

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