本書系統(tǒng)介紹了視覺SLAM（同時定位與地圖構(gòu)建）所需的基本知識與核心算法，既包括數(shù)學理論基礎(chǔ)，如三維空間的剛體運動、非線性優(yōu)化，又包括計算機視覺的算法實現(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例代碼供讀者學習研究，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材料，也可以作

隨著決策環(huán)境日益復雜，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體經(jīng)驗作為判斷和推理的證據(jù)，通過融合證據(jù)信息對方案進行評價和排序。本書從實

粒計算的方法理念是本書各章節(jié)貫穿的主線。第1章的討論針對粒計算涉及的概念，強調(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

很多機器學習任務中具有多個沖突的目標需要同時被優(yōu)化�；�于群搜索策略的進化算法在求解多目標優(yōu)化問題領(lǐng)域得到了廣泛的應用。多目標機器學習在近幾年引起了廣泛的關(guān)注，并且得到快速的發(fā)展。但是多目標機器學習在模型建立和優(yōu)化學習方面仍然存在很多瓶頸問題。本書工作圍繞多目標機器學習新模型探索和多目標學習算法設(shè)計展開。主要包括如下幾個

全套叢書規(guī)劃為十卷本，每一卷獨立成冊，圍繞一個學科展開。在每冊中，每一個章一個主題，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"、"科學內(nèi)容透析"、"科學奇聞異事"。兼顧科學性與趣味性。主要選題包括：航空航天卷、心理學卷、地學卷、海洋學卷、生物科學卷、人體科學卷、軍事科學卷、

本書將帶你了解特征工程的完整過程，使機器學習更加系統(tǒng)、高效。你會從理解數(shù)據(jù)開始學習，機器學習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。你將了解何時納入一項特征、何時忽略一項特征，以及其中的原因。你還會學習如何將問題陳述轉(zhuǎn)換為有用的新特征，如何提供由商業(yè)需求和數(shù)學見解驅(qū)動的特征，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熱門領(lǐng)域：智能機器人、醫(yī)療服務業(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)進行深入淺出地解釋，是

本書共十一章，內(nèi)容包括：新單極時刻：美國在人工智能時代、向死而生與末世論：西方悲觀論及其批判、就業(yè)失重和社會撕裂：西方超人文化及其批判、人機合智：機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)濟增長點，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)濟強國奠定重要基礎(chǔ)。讓認知升級，讓智能重構(gòu)生活玩轉(zhuǎn)智能時代，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性進行了分析，在此基礎(chǔ)上提出了semi-NMF、OCA、IOCA、EOCA等改進算法并進行詳細的理論分析和實驗驗證。對于非線性降維算法，本書介紹了常用算法，包括流形

用戶體驗（UserExperience，UE/UX）是用戶在使用產(chǎn)品過程中建立起來的一種純主觀感受。近年來，用戶體驗在產(chǎn)品設(shè)計中越來越受到重視。用戶體驗雖然因為互聯(lián)網(wǎng)而被大家熟知，但是用戶體驗絕對不僅僅存在于互聯(lián)網(wǎng)領(lǐng)域，它存在于生活中的方方面面。本書主要介紹關(guān)于用戶體驗設(shè)計師需要掌握的一些技能，以及用戶體驗的優(yōu)化策略。

未來30年是“AI大革命”。在人工智能時代，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代，你是否會被人工智能取代？你的工作會發(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遇和威脅？只有盡早了解人工智能的變革本質(zhì)，認清人工智能對職業(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)域中的應用進行了研究，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)和深度學習因人工智能的流行而成為當下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)基本應用——感知機、線性回歸與

探索人工智能Ⅱ· 交叉應用

“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大型科普講座，它邀請知名科學家用通俗的語言解讀*激動人心的科學進展，旨在傳播科學知識，提高大眾對科學的認知。本套叢書是精選的部分現(xiàn)場講座的文字整理，然后按照不同學科歸類分冊。

本書是高等院校"自動控制原理"課程的例題習題集，收錄的題目涵蓋現(xiàn)在通行的"自動控制原理"課程的基本內(nèi)容。全書正文分為9章，每一章都列出本章的重點與考研點。附錄A收錄了西安交通大學、上海交通大學、哈爾濱工業(yè)大學以及中國科學院和中國科技大學的考研試卷12套，附錄B給出了全部習題和考研試卷的參考答案。

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。通過生動的介紹重點闡述這六家國家實驗室的研究對我們今后未來多方面的影響，同時介紹一些科研工作者的科學精神，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)域得到廣泛的應用，慣性項的添加不僅可以使得神經(jīng)網(wǎng)絡(luò)算法收斂速度加快，而且會帶來更豐富的動力學行為。本書主要對不同情況下的時滯慣性神經(jīng)網(wǎng)絡(luò)，從兩個方面即自治系統(tǒng)以及非自治系統(tǒng)下平衡點的全局穩(wěn)定性以及自治系統(tǒng)周期解的局部穩(wěn)定性、Hopf分岔

本書為胡壽松主編的教材《自動控制原理（第七版）》的學習指導性教學配套用書。本書形成了一個系統(tǒng)且完整的自動控制原理題庫，其內(nèi)容包括解題的數(shù)學基礎(chǔ)及600余道母題的詳解。這些母題包含了概念題、一般題、設(shè)計題、技巧題、證明題以及難題等6類，便于配制滿足各種基本要求的試卷內(nèi)容。本書在解題過程中，給出了科學、完善的解題步驟，并注