本書全面系統(tǒng)地介紹了工業(yè)機器人系統(tǒng)及其核心編程技術，內(nèi)容包括“機器人+”典型系統(tǒng)的運動軌跡、工藝條件和動作次序等關鍵環(huán)節(jié)，涵蓋工業(yè)機器人系統(tǒng)與安全、機器人搬運任務編程、機器人移載任務編程、機器人工具和工件坐標系、機器人焊接任務編程以及機器人高級任務編程等。本書內(nèi)容豐富、結構清晰、形式新穎、案例典型，通過設置學習目標、學

本書內(nèi)容主要包括離線編程與仿真技術介紹、工業(yè)機器人繪圖寫字工作站、汽車門激光切割工作站、啤酒箱搬運工作站、多類型工件搬運工作站、機器人多圖形繪制工作站等。書中基于RobotStudio講解，采用項目式分任務介紹了每個工作站的布局和系統(tǒng)創(chuàng)建方法，工具和工件坐標的創(chuàng)建，機器人路徑的規(guī)劃和工具姿態(tài)的調整，機器人動作的程序編寫

《大數(shù)據(jù)管理》既包括了大數(shù)據(jù)管理的相關技術知識，也涵蓋了大數(shù)據(jù)管理在多個行業(yè)的應用與案例分析，包括：大數(shù)據(jù)基礎、大數(shù)據(jù)采集、大數(shù)據(jù)存儲、大數(shù)據(jù)分析、大數(shù)據(jù)融合、大數(shù)據(jù)隱私、大數(shù)據(jù)可視化、大數(shù)據(jù)前沿、醫(yī)療大數(shù)據(jù)、教育大數(shù)據(jù)、金融大數(shù)據(jù)、交通大數(shù)據(jù)。通過本書，讀者能夠全方位地認識和掌握大數(shù)據(jù)管理的相關知識，深入了解大數(shù)據(jù)的

本書分為6章。第1章介紹機器人的定義、基本組成、分類、發(fā)展歷史等。第2章介紹機器人的動力、大腦、關節(jié)、手臂、感官、腿腳等。第3章介紹工業(yè)機器人，包括物流機器人、協(xié)作機器人、并聯(lián)機器人、鋼鐵軋制生產(chǎn)線上機器人。第4章介紹服務機器人，包括農(nóng)業(yè)機器人、礦業(yè)機器人、建筑機器人、醫(yī)療康復機器人、家用服務機器人、公共服務機器人等。

本書按照“項目導向、任務驅動、理實一體”的編寫模式，以典型的傳感器應用項目為載體，講述了幾類傳感器的實際應用。本書共六個項目，主要內(nèi)容包括溫度傳感器在室內(nèi)測溫系統(tǒng)中的應用、氣敏傳感器在酒精測試儀中的應用、光敏傳感器在智能照明系統(tǒng)中的應用、濕度傳感器在土壤濕度檢測中的應用、超聲波傳感器在距離測量中的應用和紅外傳感器在家居

移動機器人的實際作業(yè)環(huán)境存在各種不確定干擾因素，其測量系統(tǒng)的噪聲往往具有非高斯重尾分布或者參數(shù)先驗信息未知等特性。在這些復雜未知環(huán)境下，傳統(tǒng)的基于貝葉斯濾波估計技術的同時定位與地圖創(chuàng)建（SimultaneousLocalizationandMapping，簡稱SLAM）算法性能受到了嚴重影響，其定位精度、地圖準確性和計

本書對應《大數(shù)據(jù)工程技術人員國家職業(yè)技術技能標準》，“大數(shù)據(jù)分析與挖掘”部分，是相關從業(yè)者職業(yè)培訓以及專業(yè)技術考核的推薦輔導用書。主要內(nèi)容包括：BI數(shù)據(jù)分析、數(shù)據(jù)統(tǒng)計分析、數(shù)據(jù)挖掘建模、數(shù)據(jù)可視化開發(fā)等。充分體現(xiàn)大數(shù)據(jù)行業(yè)特色，是培訓考核命題的基礎素材，也將作為專業(yè)水平考核評價的重要參考。《教程》開發(fā)工作堅持以下原則：

本書對應《大數(shù)據(jù)工程技術人員國家職業(yè)技術技能標準》，“大數(shù)據(jù)管理”部分，是相關從業(yè)者職業(yè)培訓以及專業(yè)技術考核的推薦輔導用書。要內(nèi)容包括：數(shù)據(jù)管理與數(shù)據(jù)治理、元數(shù)據(jù)管理、數(shù)據(jù)質量管理、大數(shù)據(jù)安全與審計技術、大數(shù)據(jù)管理實施與評估等。充分體現(xiàn)大數(shù)據(jù)行業(yè)特色，是培訓考核命題的基礎素材，也將作為專業(yè)水平考核評價的重要參考�！督坛�

本書共分為7章，主要內(nèi)容包括緒論、知識圖譜表示學習的現(xiàn)有研究綜述、基于超平面機制的時態(tài)知識圖譜表示學習模型、基于張量分解技術的時態(tài)知識圖譜表示學習模型、利用隱式類型信息增強現(xiàn)有靜態(tài)模型的普適性方法、類型增強的時態(tài)知識圖譜表示學習模型、總結與展望。知識圖譜是一種新型數(shù)據(jù)管理模式，對原本分散的多專業(yè)、多來源、多結構的專業(yè)知

本書將數(shù)據(jù)及其描述作為開端，逐漸深入介紹和數(shù)據(jù)科學相關的參數(shù)估計、假設檢驗、統(tǒng)計決策與貝葉斯方法、回歸分析、時間序列模型、空間數(shù)據(jù)模型、回歸模型的遷移學習及差分隱私統(tǒng)計推斷等知識。此外，結合數(shù)據(jù)科學的實際應用，書中還講解了回歸模型的遷移學習、差分隱私統(tǒng)計推斷等熱門實用技術。