本書主要介紹工業(yè)機器人結合簡單工藝，在工作站中的操作與應用方法。以涂膠、碼垛、去毛刺、點焊及數(shù)控流水線為案例，講述了相關工藝的基本原理，介紹了工業(yè)機器人的工業(yè)應用方式，講解了工業(yè)機器人在對應工作站中與上位機等其他設備的通信配合方法，并對機器人的實操和編程方法進行了詳細的講解。同時，設置了系統(tǒng)與機器人本體安全防護相關的內

本書自出版以來，深受廣大師生好評，2版共印刷14次，發(fā)行了近40000冊。本書詳細敘述了機器人的起源、發(fā)展、分類、應用、組成、功能及應用前景，較系統(tǒng)地闡述了機器人技術的基礎知識，并在相關章節(jié)中列舉了若干機器人應用實例，如特種機器人、生物生產(chǎn)機器人、足球機器人、仿人機器人等，*后結合大學生的特點，介紹了機器人大賽的有關知

本書知識點明確、結構緊湊、思路清晰，通過理論與實例結合的方式，深入淺出地介紹了多傳感器數(shù)據(jù)智能融合的理論與應用技術。全書共11章，包括多傳感器數(shù)據(jù)融合概述、數(shù)據(jù)融合結構與算法概論、貝葉斯推理方法、證據(jù)理論算法與數(shù)據(jù)融合、模糊理論及其在數(shù)據(jù)融合中的應用、人工神經(jīng)網(wǎng)絡與數(shù)據(jù)融合算法、遺傳算法及其在數(shù)據(jù)融合中的應用、粒子群算

伺服系統(tǒng)是用來精確地跟隨或復現(xiàn)某個過程的反饋控制系統(tǒng)，該系統(tǒng)可使物體的位置、方位、狀態(tài)等的輸出被控制量能夠跟隨輸入目標（或給定值）的變化而變化。本書以伺服系統(tǒng)為對象，在闡述伺服系統(tǒng)原理、電力電子器件和檢測元件等基礎上，從伺服系統(tǒng)發(fā)展的角度出發(fā)，系統(tǒng)地介紹了步進式伺服系統(tǒng)、直流伺服系統(tǒng)、交流伺服系統(tǒng)等的原理及應用。本書在

意大利學者AlbertoIsidori所著的兩卷本NonlinearControlSystems是非線性控制理論的經(jīng)典著作，系統(tǒng)地總結了20世紀70年代以來非線性控制理論研究中出現(xiàn)的主要理論和方法，特別強調微分幾何理論在確定性非線性控制系統(tǒng)中的應用。第1卷側重于基礎理論，其中第1章和第2章針對仿射非線性系統(tǒng)，從向量場、

本書研究的靈感來自于近期的強化學習(RL)和信息物理系統(tǒng)(CPS)領域的發(fā)展。RL植根于行為心理學，是機器學習的主要分支之一。不同于其他機器學習算法（如監(jiān)督學習和非監(jiān)督學習），RL的關鍵特征是其獨特的學習范式，即試錯。與深度神經(jīng)網(wǎng)絡相結合，深度RL變得如此強大，以至于許多復雜的系統(tǒng)可以被人工智能智能體在超人的水平上自動

本書主要以ABB機器人為對象，介紹了工業(yè)機器人虛擬仿真軟件RobotStudio的使用。全書采用以圖為主的講解方式，主要內容包括工業(yè)機器人虛擬仿真概述、工業(yè)機器人仿真基本操作、工業(yè)機器人工作站模型創(chuàng)建、工業(yè)機器人離線軌跡編程、工業(yè)機器人搬運工作站仿真、工業(yè)機器人碼垛工作站。書中通過工業(yè)機器人應用的虛擬仿真開發(fā)實例，介紹

本書采用“理論+實戰(zhàn)”的形式編寫，將企業(yè)需求分解為單獨的項目，全面系統(tǒng)地講解了Hadoop大數(shù)據(jù)的相關知識及應用。全書共12個項目，首先介紹了大數(shù)據(jù)技術的發(fā)展、Hadoop生態(tài)圈的組成、Hadoop集群部署、采集數(shù)據(jù)上傳到HDFS；接著具體介紹了為提高集群的可持續(xù)服務，在分布式協(xié)調組件ZooKeeper的協(xié)助下，部署H

全書內容可分為四個部分，列10章。主要內容：多自由度系統(tǒng)動力學模型、機器人系統(tǒng)動力學模型、行走式機械系統(tǒng)動力學模型、轉子系統(tǒng)動力學模型、變質量系統(tǒng)與航天器動力學建模、動力學系統(tǒng)控制、動力學系統(tǒng)仿真、動力學測試與信號處理等。本書適用于機械工程、車輛工程、航天器設計、地質裝備工程、力學、土木工程、資源與環(huán)境工程等專業(yè)。重點

本書以辦公室數(shù)據(jù)分析為應用場景，從實戰(zhàn)角度介紹數(shù)據(jù)分析的方法和應用技巧，特別強調實際問題的分析和解決。本書通俗易懂，適合無數(shù)學及統(tǒng)計學基礎但有數(shù)據(jù)分析需求的各類讀者。感興趣的讀者可以在閱讀本書的同時，登陸中國統(tǒng)計培訓網(wǎng)（http://www.stats-edu.com/），參加數(shù)據(jù)分析培訓課“數(shù)據(jù)分析小白訓練營”，繼續(xù)