本書針對當代社會日益復雜的應急管理挑戰(zhàn)，以時空感知大數(shù)據(jù)為核心，系統(tǒng)探討了一系列模型、技術(shù)和應用。本書內(nèi)容分為模型篇、技術(shù)篇和應用篇。模型篇重點研究時空大數(shù)據(jù)的表征與提取模型，以及時空感知大數(shù)據(jù)的存儲和查詢模型，為讀者在處理和管理海量時空感知數(shù)據(jù)方面提供指導。技術(shù)篇關(guān)注于利用時空感知大數(shù)據(jù)支持應急管理決策和行動的核心技

本書主要闡述多自主體系統(tǒng)分布式優(yōu)化控制的基本內(nèi)容和方法，介紹國內(nèi)外相關(guān)領域的最新研究成果。本書主要內(nèi)容如下：討論基于領航-跟隨的線性連續(xù)多自主體系統(tǒng)和離散多自主體系統(tǒng)的分布式優(yōu)化控制問題；設計無領航者線性多自主體系統(tǒng)分布式平均一致性優(yōu)化協(xié)議；研究未知環(huán)境干擾作用下和模型參數(shù)不確定下線性多自主體系統(tǒng)的魯棒分布式優(yōu)化控制策

本書重點講解VEXIQ第二代機器人編程、案例、競賽等內(nèi)容的全面知識和實踐。VEXIQ第二代為新發(fā)布的VEXIQ機器人教學、競賽套裝。本書講解了VEXIQ第二代機器人新增加的硬件、傳感器設備，以及新的圖形化編程軟件的使用方法。本書凝聚了作者多年教學、參賽經(jīng)驗，系統(tǒng)總結(jié)了VEXcodeIQ軟件對VEX機器人進行編程和設計的

本書是中國第一部關(guān)于水生生物機器人的科學理論、研究方法、應用技術(shù)和實驗裝置等內(nèi)容的學術(shù)專著，是作者參考科技文獻并結(jié)合作者多年研究成果編著而成。全書分為11章，主要內(nèi)容包括：生物機器人的概念和類型，水生生物機器人的控制原理，腦立體定位，腦電極，腦電，腦成像，腦圖譜，腦運動神經(jīng)核團和腦運動神經(jīng)核團與運動行為對應關(guān)系，水生生

本書共分十章。第一章主要敘述智能噴涂機器人國內(nèi)外發(fā)展現(xiàn)狀及應用情況，第二章介紹六自由度的噴涂機器人運動學和動力學分析方法和相關(guān)的標定、辨識方法。第三章到第八章主要詳細介紹噴涂機器人的核心理論和關(guān)鍵技術(shù)，包括機器人運動可靠性分析方法、助力拖動示教技術(shù)、主從示教技術(shù)、動態(tài)性能監(jiān)控系統(tǒng)、基于數(shù)字孿生的離線編程系統(tǒng)和多機協(xié)同噴

《人工智能魚》是為計算機、海洋、水產(chǎn)等相關(guān)學科的本科生開設的全校選修課，課程旨在使學生通過人工智能魚課程學習，了解魚類學、魚類行為學以及計算機學科間的關(guān)系，掌握魚類行為學的人工智能算法實現(xiàn)，提升學生的動手編程能力，促進學校多學科交融與發(fā)展。本課程將人工智能、計算機圖形學和魚類行為學相結(jié)合，講解如何設計繪制逼真的魚類形態(tài)

本書系統(tǒng)地講解機器人技術(shù)的基礎知識及相關(guān)應用，內(nèi)容包括機器人運動學、機器人動力學、機器人控制、機器人傳感器、機器人視覺、機器人運動規(guī)劃和倉儲物流機器人系統(tǒng)開發(fā)。本書緊密結(jié)合行業(yè)發(fā)展趨勢，注重實踐能力培養(yǎng)，將機器人基礎理論與應用技術(shù)相結(jié)合，真實反映國內(nèi)外機器人研究領域的新進展，使讀者能夠全面了解機器人技術(shù)發(fā)展現(xiàn)狀，同時結(jié)

本書根據(jù)目前國際研究水平的相關(guān)研究熱點對生物傳感器系統(tǒng)理論及相關(guān)最新技術(shù)進行詳細論述，將研究分析和數(shù)據(jù)，以文字、圖片、表格等形式清晰展現(xiàn)給讀者。本書系統(tǒng)地介紹了生物傳感器的基本原理、類型、性能參數(shù)、應用和發(fā)展方向，并重點介紹了生物反應系統(tǒng)的控制、生物傳感器中的換能器以及電化學生物傳感器、光化學生物傳感器、生物芯片、生物

智能問答技術(shù)在自然語言處理和人工智能領域發(fā)揮著重要的作用。它將信息檢索、知識表示和自然語言處理技術(shù)融合在一起，為智能推薦、網(wǎng)絡客服等任務提供了杰出的支持。本書共分為11章，分為3個部分。第1部分主要介紹知識庫的構(gòu)建，包括現(xiàn)有的知識庫構(gòu)建技術(shù)、基礎知識、數(shù)據(jù)采集技術(shù)、數(shù)據(jù)轉(zhuǎn)換儲存和查詢流程、異構(gòu)數(shù)據(jù)源實體對齊和面向知識圖

圖可以被用于表示各類對象之間的關(guān)系，而圖神經(jīng)網(wǎng)絡是指專門用于處理圖數(shù)據(jù)的深度學習模型，可實現(xiàn)對圖數(shù)據(jù)的建模和推斷。本書系統(tǒng)地介紹了圖神經(jīng)網(wǎng)絡的基本原理、常用模型和應用領域等。首先介紹了兩類最基本的圖神經(jīng)網(wǎng)絡方法GCN和GraphSAGE，并給出了圖神經(jīng)網(wǎng)絡的學習目標、評價方法；然后對圖神經(jīng)網(wǎng)絡中常用的模型結(jié)構(gòu)進行了深入