本書充分考慮了高等院校學(xué)生和企業(yè)員工學(xué)習(xí)特點，以實踐為主、理論為輔。理論教學(xué)部分廣泛采用漫畫元素，詼諧幽默、通俗易懂。實踐教學(xué)內(nèi)容中采用虛擬仿真和實操相結(jié)合方式，降低學(xué)習(xí)者對學(xué)習(xí)環(huán)境硬件要求，提升學(xué)習(xí)效果。本書內(nèi)容共分成六個模塊。模塊一、初識工業(yè)機器人；模塊二、初識機器人仿真軟件；模塊三、創(chuàng)建機器人工作站；模塊四、機器

本書講述了多粒度信息融合的基本概念以及多粒度融合理論賴以發(fā)展的基礎(chǔ)理論，如Dempster-Shafe證據(jù)r理論、Dezert-Smarandache理論、粗糙集、模糊集等；介紹了同/異鑒別框架下的多粒度融合、猶豫模糊信度下的多粒度融合和多粒度折扣信息融合。本書給出了典型算例詳盡的融合流程，以及多粒度融合的典型應(yīng)用，如

本書共分12章。第1~4章主要介紹Matlab的系統(tǒng)環(huán)境、矩陣及其運算、數(shù)據(jù)可視化和APPdesigner設(shè)計；第5~10章主要講述Matlab在不同場景中的應(yīng)用；第11~12章為Matlab遺傳算法實例及案例分析。本書重點在于Matlab的基礎(chǔ)應(yīng)用，以簡練的語言和代表性的實例向讀者介紹Matlab的功能和使用方法，可

本書主要內(nèi)容包括認知工業(yè)機器人、典型工業(yè)機器人系統(tǒng)、工業(yè)機器人坐標系基礎(chǔ)、工業(yè)機器人的其他基本操作、工業(yè)機器人的維護與保養(yǎng)、RobotStudio軟件基礎(chǔ)、ABB工業(yè)機器人編程基礎(chǔ)、ABB工業(yè)機器人程序數(shù)據(jù)基礎(chǔ)、ABB工業(yè)機器人常用指令應(yīng)用、典型工作站應(yīng)用基礎(chǔ)、典型應(yīng)用實訓(xùn)——碼垛與涂膠等。

本書介紹了大數(shù)據(jù)分析基礎(chǔ)、社會研究與方法、計算社會科學(xué)及其發(fā)展、基本原則與生命周期、構(gòu)建分析路線與用例、大數(shù)據(jù)分析的運用、預(yù)測分析方法、預(yù)測分析技術(shù)、大數(shù)據(jù)分析模型、用戶角色與分析工具、大數(shù)據(jù)分析平臺、社交網(wǎng)絡(luò)與推薦系統(tǒng)、組織分析團隊等內(nèi)容，最后為大數(shù)據(jù)分析的學(xué)習(xí)設(shè)計了一個基于大數(shù)據(jù)集市的課程實踐。

本書主要內(nèi)容包括：工業(yè)機器人應(yīng)用系統(tǒng)及建模認知、工業(yè)機器人夾具單元零件建模、輪轂與立體倉庫的建模、工業(yè)機器人打磨單元零件建模、工業(yè)機器人執(zhí)行單元零件建模、工業(yè)機器人夾爪工程圖、工業(yè)機器人打磨單元裝配體建模和工業(yè)機器人工作站動畫設(shè)計。

本書主要介紹了工業(yè)機器人虛擬仿真軟件RoboDK的基礎(chǔ)操作、工業(yè)機器人虛擬工作站的構(gòu)建、常用機構(gòu)創(chuàng)建及仿真編程方法。全書采用以圖為主的講解方式，主要內(nèi)容包括工業(yè)機器人虛擬仿真軟件RoboDK、RoboDK基礎(chǔ)操作、機器人虛擬仿真工作站構(gòu)建、RoboDK常用機構(gòu)創(chuàng)建、基于Program的機器人仿真編程、基于RoboDKA

本書包含十六章，分為四個部分：概念篇主要介紹大數(shù)據(jù)管理與應(yīng)用的基本概念、分析的基本思路；基礎(chǔ)篇主要介紹大數(shù)據(jù)管理與應(yīng)用的數(shù)學(xué)基礎(chǔ)和機器學(xué)習(xí)基礎(chǔ)；技術(shù)篇主要介紹大數(shù)據(jù)管理與應(yīng)用的數(shù)據(jù)采集與存儲技術(shù)、數(shù)據(jù)預(yù)處理技術(shù)、數(shù)據(jù)回歸分析技術(shù)、數(shù)據(jù)分類分析技術(shù)、數(shù)據(jù)聚類分析技術(shù)、數(shù)據(jù)關(guān)聯(lián)分析技術(shù)、深度學(xué)習(xí)技術(shù)、文本分析技術(shù)、Web分

本書深入研究分布式傳感器陣列輻射源定位和傳感器自定位問題。第1章介紹了各種類型的傳感器陣列構(gòu)型，包括規(guī)則傳感器陣列、有線傳感器陣列、自主無線傳感器陣列。第2章簡要介紹了幾類定位觀測量，包括典型的接收信號強度、到達時間以及到達時差。第3章和第4章討論了參數(shù)的估計和應(yīng)用問題。第4章介紹了利用隨機分布傳感器陣列對信號進行采樣

本書首先介紹了R語言的相關(guān)知識，包括R語言基礎(chǔ)、R語言可視化技術(shù)。隨后本書詳細介紹了數(shù)據(jù)挖掘與數(shù)據(jù)分析中重要的理論方法與基礎(chǔ)知識，包括線性回歸、邏輯回歸、決策樹與回歸樹、隨機森林、貝葉斯分類器等內(nèi)容，并展示了如何將R語言用到這些方法的具體場景中。本書通過結(jié)合數(shù)據(jù)挖掘技術(shù)的理論知識與R語言的實戰(zhàn)應(yīng)用，幫助讀者更好地運用R