近年來，隨著人工智能技術的飛速發(fā)展，深度神經(jīng)網(wǎng)絡技術在圖像分析、語音識別、自然語言理解等難點問題中都取得了十分顯著的應用成果。本書系統(tǒng)地介紹了深度學習應用于機器人環(huán)境感知面臨的難點與挑戰(zhàn)，針對性地提出基于正則化深度學習的機器人環(huán)境感知方法,并結合機器人作業(yè)場景分類、多任務協(xié)同環(huán)境感知、機器人導航避障環(huán)境深度恢復、感知目

本書第1~5章是變分方法所需要的泛函分析基礎內(nèi)容；第6章主要介紹了相互等價的Ekeland變分原理與Cansti不動點定理，側重于變分原理與不動點理論之間的關系；第7~8章是Sobolev空間和Banach空間中微分學的基本知識，同時討論了Poisson方程與泛函極值問題的互相轉(zhuǎn)化；第9~10章的重點是臨界點理論和泛函

本書共分六個部分。引言部分通過幾個典型問題對代數(shù)幾何做了一些背景介紹；第1章解釋了仿射代數(shù)幾何與交換代數(shù)的關系；第2章介紹了射影代數(shù)幾何的一些基本概念和方法；第3章從纖維叢的觀點出發(fā)介紹了除子、相交數(shù)、切空間等；第4章闡述了代數(shù)曲線的一些方法、結果和應用；第5章對參量空間做一個初步介紹。

本書根據(jù)作者近年來多次在南開大學講授黎曼幾何的講稿寫成，可以作為黎曼幾何的入門教材，主要介紹黎曼幾何的基本概念與基本方法。全書共十四講，依次介紹黎曼流形、黎曼聯(lián)絡、測地線、曲率等基本概念;其間介紹弧長的變分公式以及Jacobi場等基本方法，并討論黎曼流形上的幾何變換、微分算子、完備性、比較定理等;最后，作為黎曼流形的重

本書主要介紹本科高等代數(shù)中行列式理論、矩陣理論、線性方程組理論、多項式理論、線性空間理論等.。全書共分10章：第1章為行列式，第2章為矩陣，第3章為線性方程組，第4章為多項式，第5章為二次型，第6章為線性空間，第7章為線性變換，第8章為λ-矩陣,第9章為歐氏空間,第10章為雙線性函數(shù)(選修).本書每節(jié)都配有相應的習題,

本書共六章,內(nèi)容包括:矩陣、行列式、線性方程組、矩陣的特征值與特征向量、二次型、線性空間與線性變換.每節(jié)配有適量習題,每章配有復習題,書末附有習題參考答案.本書脈絡清晰,以矩陣為線索并貫穿全書始末,內(nèi)容深入淺出,簡明扼要,闡述詳細.

本書是根據(jù)普通高等學校非數(shù)學專業(yè)本科線性代數(shù)課程教學大綱的基本要求，結合作者多年的教學實踐編寫而成。內(nèi)容包括：行列式、矩陣、線性方程組、方陣的特征值與特征向量、數(shù)值計算初步、應用舉例。在保證課程體系和數(shù)學邏輯完整性的基礎上，本書更加重視體現(xiàn)出線性代數(shù)核心內(nèi)容是如何在實際問題中出現(xiàn)的，其理論是如何在解決實際問題中發(fā)揮作用

簡牘數(shù)學史論稿

本書內(nèi)容涵蓋了函數(shù)與極限、一元函數(shù)微分學、一元函數(shù)積分學、微分方程等內(nèi)容。本書講解深入淺出、通俗易懂、論證嚴謹，并且按照循序漸進的原則選編了大量教學例題和習題。本書在適當降低知識難度的前提下，突出高等數(shù)學的學習功能，突出邏輯思維和計算能力的培養(yǎng)。

圖的有限制條件染色引論（英文版）