本書采用最新版2022年的illustrato軟件，給設(shè)計師帶來最前沿的資訊。本書共四章。首先從計算機(jī)圖形圖像的基礎(chǔ)知識入手，如色彩模式、圖像格式、軟件在設(shè)計領(lǐng)域的應(yīng)用等，逐漸深入到工具箱、面板、菜單等內(nèi)容，展開形象而直觀的闡述，系統(tǒng)介紹了Illustrator的各項功能和工具的用法。最后是實例篇，介紹該軟件在平面設(shè)計

本書涵蓋了計算機(jī)基礎(chǔ)知識、計算機(jī)系統(tǒng)結(jié)構(gòu)、網(wǎng)絡(luò)知識、操作系統(tǒng)、基本數(shù)據(jù)結(jié)構(gòu)與算法、程序設(shè)計基礎(chǔ)、軟件工程基礎(chǔ)、數(shù)據(jù)庫設(shè)計基礎(chǔ)、物聯(lián)網(wǎng)基礎(chǔ)、人工智能基礎(chǔ)、機(jī)器學(xué)習(xí)基礎(chǔ)、云計算基礎(chǔ)和區(qū)塊鏈基礎(chǔ)相關(guān)內(nèi)容，知識與能力培養(yǎng)并重，既注重學(xué)生對計算機(jī)相關(guān)理論的學(xué)習(xí)，又注重學(xué)生實際操作能力的培養(yǎng)。

本書結(jié)合圖論與矩陣分析的背景，主要以圖論的連通性，矩陣分析的Keronecker積為工具，介紹運用狀態(tài)預(yù)測器、切換控制、李雅普諾夫函數(shù)的方法，主要研究鄰接輸入飽和多智能體系統(tǒng)的一致性、切換通信拓?fù)湎嘛柡彤悩?gòu)多智能體系統(tǒng)的一致性等內(nèi)容，這些內(nèi)容是多智能體系統(tǒng)中重要且十分有意義的工作。同時這些研究工作也可以為其他控制系統(tǒng)研

本書第一章介紹了大數(shù)據(jù)分析的相關(guān)概念、大數(shù)據(jù)分析模型的建立方法；第二章介紹了Tempo平臺的功能模塊以及創(chuàng)建課堂、添加實驗、發(fā)布實驗等常用功能的快速入門；第三章介紹了數(shù)據(jù)預(yù)處理。第四章是分類分析實驗，涉及到?jīng)Q策樹分類、KNN分類、樸素貝葉斯分類、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)算法；第五章描述了聚類分析實驗，分別介紹了Kmeans算

本書研究了云計算網(wǎng)絡(luò)中低速率拒絕服務(wù)(LowRateDenialofService,LDoS)攻擊原理，對攻擊模型進(jìn)行了深入研究，從多個維度提取了攻擊特征，精準(zhǔn)刻畫了攻擊行為。建立攻擊檢測和防御模型，設(shè)計了有效應(yīng)對攻擊的方案。攻克了LDoS攻擊模型優(yōu)化、精準(zhǔn)檢測和高效防御的技術(shù)難題。全書涵蓋以下主要內(nèi)容：云計算的安全隱

本書從原理、歷史、應(yīng)用、挑戰(zhàn)、前景等多個維度解讀了AI藝術(shù)、AI寫作、A工作曲、AI電影等AI創(chuàng)意技術(shù)。在知識講解的同時，書中也引導(dǎo)孩子錘煉工程思維、創(chuàng)新思維、辯證思維、前瞻性思維等思維能力，以提高孩子解決實際問題的能力。

本書分析了在網(wǎng)絡(luò)強(qiáng)國、數(shù)字中國、智慧社會戰(zhàn)略背景下，移動全景導(dǎo)航技術(shù)的重要性與發(fā)展機(jī)遇，介紹了移動全景導(dǎo)航服務(wù)系統(tǒng)的架構(gòu)和技術(shù)路線，深入研究了全景及地理空間信息的采集、路網(wǎng)拓?fù)渑c最短路徑算法、全景拼接技術(shù)等關(guān)鍵技術(shù)點，探討了興趣點數(shù)據(jù)的組織與管理、全景數(shù)據(jù)的組織與存儲，以及快速連貫性導(dǎo)航技術(shù)。本書闡述了移動全景導(dǎo)航的系

本書基于ABB工業(yè)機(jī)器人，從機(jī)器人應(yīng)用中需掌握的技能出發(fā)，由淺入深、循序漸進(jìn)地介紹ABB機(jī)器人編程及操作知識。其內(nèi)容從安全操作注意事項切入，配合豐富的實物圖片，系統(tǒng)介紹ABBIRB120工業(yè)機(jī)器人和示教器的基本知識，以及手動操縱機(jī)器人和零點校準(zhǔn)的方法、工具及工件坐標(biāo)系定義、I／O配置及相關(guān)應(yīng)用、指令與編程、離線仿真等。

本書首先介紹了撰寫的基本背景，總結(jié)了國內(nèi)外儲層四維地質(zhì)建模的研究現(xiàn)狀；接著闡述了人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)三者之間的關(guān)系和機(jī)器學(xué)習(xí)、深度學(xué)習(xí)中包含的主要方法；之后在總結(jié)本書所研究區(qū)域的油藏地質(zhì)背景的基礎(chǔ)上，詳細(xì)討論了如何結(jié)合深度學(xué)習(xí)中的Attention-LSTM方法、三維地質(zhì)建模技術(shù)，來構(gòu)建儲層參數(shù)的四維地質(zhì)模型；

本書聚焦智能系統(tǒng)工程，探討如何將系統(tǒng)工程、系統(tǒng)思維與人工智能、機(jī)器學(xué)習(xí)等新技術(shù)結(jié)合，設(shè)計出更智能的系統(tǒng)。在人類與系統(tǒng)交互常感挫敗、技術(shù)發(fā)展迅猛的背景下，多數(shù)關(guān)于人工智能的研究局限于算法層面，而本書填補(bǔ)了智能系統(tǒng)設(shè)計領(lǐng)域的空白。? 書中指出，人與機(jī)器的高效合作需通過設(shè)計和系統(tǒng)工程實現(xiàn)。為此，它融合了一般系統(tǒng)工程、基于模型