本書系統(tǒng)介紹了視覺SLAM（同時(shí)定位與地圖構(gòu)建）所需的基本知識與核心算法，既包括數(shù)學(xué)理論基礎(chǔ)，如三維空間的剛體運(yùn)動(dòng)、非線性優(yōu)化，又包括計(jì)算機(jī)視覺的算法實(shí)現(xiàn)，例如多視圖幾何、回環(huán)檢測等。此外，我們還提供了大量的實(shí)例代碼供讀者學(xué)習(xí)研究，從而更深入地掌握這些內(nèi)容。本書可以作為對SLAM感興趣的研究人員的入門自學(xué)材料，也可以作

隨著決策環(huán)境日益復(fù)雜，決策問題的不確定性突顯。在不確定性條件下，如何借助定量工具分析決策者的主觀判斷，是一個(gè)值得研究的問題。證據(jù)推理作為一種面向不確定性信息融合的推理理論與方法，為解決不確定性多屬性決策問題提供了新的研究思路，即將搜集到的信息和個(gè)體經(jīng)驗(yàn)作為判斷和推理的證據(jù)，通過融合證據(jù)信息對方案進(jìn)行評價(jià)和排序。本書從實(shí)

粒計(jì)算的方法理念是本書各章節(jié)貫穿的主線。第1章的討論針對粒計(jì)算涉及的概念，強(qiáng)調(diào)了粒的核心地位，設(shè)定了粒的形式化框架，該框架使給出的幾種粒的定義得到了統(tǒng)一。在第1章的基礎(chǔ)上，第2-7章分別利用粒中的數(shù)據(jù)信息，建立了不同的數(shù)據(jù)推理方法，包括粗糙數(shù)據(jù)推理以及用于描述粗糙數(shù)據(jù)聯(lián)系的討論、粗糙數(shù)據(jù)推理的精度分析、決策推理支撐下的

很多機(jī)器學(xué)習(xí)任務(wù)中具有多個(gè)沖突的目標(biāo)需要同時(shí)被優(yōu)化�；�于群搜索策略的進(jìn)化算法在求解多目標(biāo)優(yōu)化問題領(lǐng)域得到了廣泛的應(yīng)用。多目標(biāo)機(jī)器學(xué)習(xí)在近幾年引起了廣泛的關(guān)注，并且得到快速的發(fā)展。但是多目標(biāo)機(jī)器學(xué)習(xí)在模型建立和優(yōu)化學(xué)習(xí)方面仍然存在很多瓶頸問題。本書工作圍繞多目標(biāo)機(jī)器學(xué)習(xí)新模型探索和多目標(biāo)學(xué)習(xí)算法設(shè)計(jì)展開。主要包括如下幾個(gè)

全套叢書規(guī)劃為十卷本，每一卷獨(dú)立成冊，圍繞一個(gè)學(xué)科展開。在每冊中，每一個(gè)章一個(gè)主題，每一節(jié)一部科幻作品（主要為科幻影視和科幻小說），每一節(jié)大體上分為三部分："科幻作品簡介"、"科學(xué)內(nèi)容透析"、"科學(xué)奇聞異事"。兼顧科學(xué)性與趣味性。主要選題包括：航空航天卷、心理學(xué)卷、地學(xué)卷、海洋學(xué)卷、生物科學(xué)卷、人體科學(xué)卷、軍事科學(xué)卷、

本書將帶你了解特征工程的完整過程，使機(jī)器學(xué)習(xí)更加系統(tǒng)、高效。你會(huì)從理解數(shù)據(jù)開始學(xué)習(xí)，機(jī)器學(xué)習(xí)模型的成功正是取決于如何利用不同類型的特征，例如連續(xù)特征、分類特征等。你將了解何時(shí)納入一項(xiàng)特征、何時(shí)忽略一項(xiàng)特征，以及其中的原因。你還會(huì)學(xué)習(xí)如何將問題陳述轉(zhuǎn)換為有用的新特征，如何提供由商業(yè)需求和數(shù)學(xué)見解驅(qū)動(dòng)的特征，以及如何在自己

本書是由智能相對論創(chuàng)始人曾響鈴聯(lián)合旗下幾位資深分析師深入一線企業(yè)調(diào)研后，并結(jié)合行業(yè)發(fā)展現(xiàn)狀及未來發(fā)展趨勢預(yù)測完成的一本人工智能冷知識普及書籍。本書全面、詳盡地介紹了人工智能最先落地的幾個(gè)熱門領(lǐng)域：智能機(jī)器人、醫(yī)療服務(wù)業(yè)、教育、娛樂、健康等，覆蓋了人們接觸人工智能的各種場景，并對其背后的人工智能技術(shù)進(jìn)行深入淺出地解釋，是

本書共十一章，內(nèi)容包括：新單極時(shí)刻：美國在人工智能時(shí)代、向死而生與末世論：西方悲觀論及其批判、就業(yè)失重和社會(huì)撕裂：西方超人文化及其批判、人機(jī)合智：機(jī)器智能和人類智能的未來相處之道、眾智成城：用人本文化保障未來人工智能的發(fā)展安全、逆轉(zhuǎn)邊緣化：發(fā)展中國家與中國等。

面對科技的迅猛發(fā)展，我國政府制定了《新一代人工智能發(fā)展規(guī)劃》，將人工智能上升到國家戰(zhàn)略層面，并提出：人工智能產(chǎn)業(yè)要成為新的重要經(jīng)濟(jì)增長點(diǎn)，而且要在2030年成為世界主要人工智能創(chuàng)新中心，為躋身創(chuàng)新型國家前列和經(jīng)濟(jì)強(qiáng)國奠定重要基礎(chǔ)。讓認(rèn)知升級，讓智能重構(gòu)生活玩轉(zhuǎn)智能時(shí)代，搞懂人工智能的過去、現(xiàn)在及未來這本書就夠了！這本書

本書圍繞數(shù)據(jù)降維技術(shù)，分別針對線性降維和非線性降維兩種降維手段進(jìn)行廣泛而深入的討論。對于線性降維技術(shù)，本書介紹了常用的降維算法，并對線性降維與矩陣分解的等價(jià)性進(jìn)行了分析，在此基礎(chǔ)上提出了semi-NMF、OCA、IOCA、EOCA等改進(jìn)算法并進(jìn)行詳細(xì)的理論分析和實(shí)驗(yàn)驗(yàn)證。對于非線性降維算法，本書介紹了常用算法，包括流形

未來30年是“AI大革命”。在人工智能時(shí)代，我們的工作和生活發(fā)生了顛覆式改變。本書從人工智能如何重新定義工作出發(fā)，讓讀者了解到在人工智能時(shí)代，你是否會(huì)被人工智能取代？你的工作會(huì)發(fā)生哪些變化？你所處行業(yè)和所從事的工作將面臨哪些潛在的機(jī)遇和威脅？只有盡早了解人工智能的變革本質(zhì)，認(rèn)清人工智能對職業(yè)沖擊的規(guī)律，我們才能提前制定

近幾年，物聯(lián)網(wǎng)從誕生到迅速發(fā)展，受到了產(chǎn)業(yè)界及學(xué)術(shù)界的廣泛重視，并上升到國家戰(zhàn)略性新興產(chǎn)業(yè)的高度。本書對物聯(lián)網(wǎng)中的關(guān)鍵技術(shù)及其在眾多生產(chǎn)與生活領(lǐng)域中的應(yīng)用進(jìn)行了研究，主要內(nèi)容涵蓋了RFID技術(shù)、智能傳感器與無線傳感器網(wǎng)絡(luò)技術(shù)、物聯(lián)網(wǎng)通信與傳輸技術(shù)等。本書結(jié)構(gòu)合理，條理清晰，內(nèi)容豐富新穎，可供從事物聯(lián)網(wǎng)相關(guān)工作的研究人員

Python、TensorFlow、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)因人工智能的流行而成為當(dāng)下IT領(lǐng)域的熱門關(guān)鍵詞。本書首先介紹了Python及其常用庫Numpy、Matplotlib和Scipy的基本使用方法；其次介紹了TensorFlow的基本知識及使用方法；然后介紹了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識以及神經(jīng)網(wǎng)絡(luò)基本應(yīng)用——感知機(jī)、線性回歸與

探索人工智能Ⅱ· 交叉應(yīng)用

“理解未來系列”一套共7本，本書是其中之一。“理解未來”是未來論壇每月舉辦的免費(fèi)大型科普講座，它邀請知名科學(xué)家用通俗的語言解讀*激動(dòng)人心的科學(xué)進(jìn)展，旨在傳播科學(xué)知識，提高大眾對科學(xué)的認(rèn)知。本套叢書是精選的部分現(xiàn)場講座的文字整理，然后按照不同學(xué)科歸類分冊。

創(chuàng)新高端科技資源科普化的創(chuàng)作模式，組建由"前沿科技工作者"+"有科研背景的科普創(chuàng)作者"組成的"1+1"合作模式，將最前沿的科技成果用通俗、擬人的創(chuàng)作模式文字化，形成相關(guān)圖書產(chǎn)品。通過生動(dòng)的介紹重點(diǎn)闡述這六家國家實(shí)驗(yàn)室的研究對我們今后未來多方面的影響，同時(shí)介紹一些科研工作者的科學(xué)精神，從而激發(fā)讀者對科技創(chuàng)新的理解和參與感

近年來，時(shí)滯神經(jīng)網(wǎng)絡(luò)在圖像處理、模式識別、聯(lián)想記憶、信號處理、全局優(yōu)化和保密通信等領(lǐng)域得到廣泛的應(yīng)用，慣性項(xiàng)的添加不僅可以使得神經(jīng)網(wǎng)絡(luò)算法收斂速度加快，而且會(huì)帶來更豐富的動(dòng)力學(xué)行為。本書主要對不同情況下的時(shí)滯慣性神經(jīng)網(wǎng)絡(luò)，從兩個(gè)方面即自治系統(tǒng)以及非自治系統(tǒng)下平衡點(diǎn)的全局穩(wěn)定性以及自治系統(tǒng)周期解的局部穩(wěn)定性、Hopf分岔

群體智能優(yōu)化算法是模擬自然生物種群智能行為的優(yōu)化方法，具有良好的尋優(yōu)性能，因此群體智能算法在求解大規(guī)模復(fù)雜問題時(shí)，具有較高的效率。本書在群體智能的基礎(chǔ)上，針對智能優(yōu)化算法、聚類算法、復(fù)雜網(wǎng)絡(luò)和樸素貝葉斯分類進(jìn)行理論研究和應(yīng)用研究。

本書是一本機(jī)器學(xué)習(xí)算法方面的理論+實(shí)踐讀物，主要包含機(jī)器學(xué)習(xí)基礎(chǔ)理論、回歸模型、分類模型、聚類模型、降維模型和深度學(xué)習(xí)模型六大部分。機(jī)器學(xué)習(xí)基礎(chǔ)理論部分包含第1、2章，主要介紹機(jī)器學(xué)習(xí)的理論基礎(chǔ)和工程實(shí)踐基礎(chǔ)。第3章是回歸模型部分，主要包括模型的建立、學(xué)習(xí)策略的確定和優(yōu)化算法的求解過程，最后結(jié)合三種常見的線性回歸模型實(shí)

這是一本場景式的機(jī)器學(xué)習(xí)實(shí)踐書，筆者努力做到“授人以漁，而非授人以魚”。理論方面從人工智能（AI）與機(jī)器學(xué)習(xí)（ML）的基本要素講起，逐步展開有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)這三大類模型的應(yīng)用場景與算法原理；實(shí)踐方面通過金融預(yù)測、醫(yī)療診斷概率模型、月球登陸器、圖像識別、寫詩機(jī)器人、中國象棋博弈等案例啟發(fā)讀者將機(jī)器學(xué)習(xí)應(yīng)用