馬氏跳變系統(tǒng)是一類經(jīng)典的*系統(tǒng)，對其的控制器設計和閉環(huán)系統(tǒng)穩(wěn)定性的分析已有很長歷史。本書旨在研究若干類不同馬氏跳變系統(tǒng)的設計及穩(wěn)定性分析，其中包含了若干不同的穩(wěn)定性定義，以及馬氏跳變系統(tǒng)的若干不同應用領域。
本書系統(tǒng)總結了集對分析在人工智能理論和技術研究的階段性成果，共12章。第1、2章為集對分析基本概念、基本理論和**進展的介紹，第3章是人工智能基礎和前沿集對分析，第4～12章依次介紹集對分析在模式識別、不確定性推理、智能決策、知識生態(tài)學、自然語言和人類語言理解、專家系統(tǒng)、神經(jīng)網(wǎng)絡、智能工程和智能社會中的應用。本書內(nèi)容豐
作為《自動控制原理》(孫優(yōu)賢主編，書號978-7-122-11607-9)的配套學習輔導，本書緊緊圍繞自動控制原理的知識點進行編寫，內(nèi)容與體例均方便讀者自學。全書由9章正文與附錄組成。正文的9章與配套教材完全一致，分別為：概述、連續(xù)時間控制系統(tǒng)的數(shù)學模型、線性系統(tǒng)的時域分析法、連續(xù)時間控制系統(tǒng)的穩(wěn)定性與穩(wěn)態(tài)誤差、根軌跡
內(nèi)容簡介 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。 《人工智能》一書由騰訊一流團隊與工信部高端智庫傾
TensorFlow是近年來影響較大的神經(jīng)網(wǎng)絡和深度學習平臺，《零起點TensorFlow快速入門》以生動活潑的語言，從入門者的角度，對TensorFlow進行介紹，書中包含大量簡單風趣的實際案例，如孤獨的神經(jīng)元、梵高畫風等，讓廣大初學者快速掌握神經(jīng)網(wǎng)絡的基本編程，為進一步學習人工智能奠定扎實的基礎。
深度學習如今已經(jīng)成為了科技領域*炙手可熱的技術，在本書中，我們將幫助你入門深度學習的領域。本書將從人工智能的介紹入手，了解機器學習和深度學習的基礎理論，并學習如何用PyTorch框架對模型進行搭建。通過閱讀本書，你將會學習到機器學習中的線性回歸和logistic回歸，深度學習的優(yōu)化方法，多層全連接神經(jīng)網(wǎng)絡，卷積神經(jīng)網(wǎng)絡
本書是國家自然科學基金資助的課題，圍繞人機對話的過程展開敘述，主要的研究內(nèi)容包括：人機對話的基本概述，人機對話的語音處理技術，對話系統(tǒng)中的的自然語言理解技術，對話系統(tǒng)中的信息處理，對話系統(tǒng)中的語言生成技術，對話管理系統(tǒng)。最后，根據(jù)本書敘述的模型和技術方法，提供部分開源的源代碼。
正在到來的第四次工業(yè)革命，是繼機械化、電氣化及信息化之后的一次大規(guī)模的智能化浪潮，將對人類生產(chǎn)、生活方式產(chǎn)生革命性的影響。本書以時間為主線，采用歷史案例未來趨勢解讀的形式，全面介紹第四次工業(yè)革命涉及的各個技術領域發(fā)展趨勢，包括時下*熱門的人工智能、無人駕駛、VR/AR、工業(yè)4.0、共享經(jīng)濟等；深入講解人類科技發(fā)展歷史的
本書討論了正在如火如荼進行著的人工智能革命對人類工作方式和工作觀念的巨大影響。作者認為不同于以往的歷次失業(yè)浪潮，這次人工智能造成的技術性失業(yè)對人類文化和文明進程的影響將是深刻的，甚至是顛覆性的。同時，作者也探討了機器紅利對人口紅利的替代作用，并指出盡管如此，人仍然還是有人的用處，人類將與機器共存共榮，創(chuàng)造一種全新的經(jīng)濟
大數(shù)據(jù)時代的機器學習和數(shù)據(jù)挖掘技術的作用日漸重要，受到了廣泛的關注。本書立足于工程應用，將免疫智能計算方法引入機器學習領域，致力于研究基于生物免疫原理的機器學習軟計算方法，以免疫計算智能的基本原理為線索，對其研究狀況加以系統(tǒng)性的論述，從理論、算法構建及工程應用等方面對免疫機器學習進行介紹和分析。針對關聯(lián)規(guī)則挖掘、數(shù)據(jù)分
機器學習需要一條脫離過高理論門檻的入門之路。本書《機器學習篇》從小紅帽采蘑菇的故事開篇，介紹了基礎的機器學習分類模型的訓練（第1章）。如何評估、調(diào)試模型？如何合理地發(fā)掘事物的特征？如何利用幾個模型共同發(fā)揮作用？后續(xù)章節(jié)一步一步講述了如何優(yōu)化模型，更好地完成分類預測任務（第2章），并且初步嘗試將這些技術運用到金融股票交易
本書內(nèi)容包括：知識重構與抽象模型框架及其擴展概述；業(yè)務流程模型與抽象相關概念；KRA模型框架的智能世界擴展；業(yè)務流程的一般抽象模型框架；基于聚類技術的業(yè)務流程模型抽象。
本書主要介紹是指廣義變結構控制的基本理論與控制器的設計方法。主要內(nèi)容包括時滯廣義系統(tǒng)和變結構控制的基本理論、軟變結構控制法、切換監(jiān)督控制法等。
本書以一位軟件工程師的轉(zhuǎn)型故事為線索，講述算法思維的建立及實踐。第1章主要講解如何從傳統(tǒng)的工程思維轉(zhuǎn)入算法思維，第2-5章分別闡述文本處理、視覺識別、Bot機器人、強化學習方向的算法實踐，第6章案例闡述預測與推薦的應用。
《徑向基函數(shù)神經(jīng)網(wǎng)絡及協(xié)同進化學習》系統(tǒng)地介紹利用協(xié)同進化理論優(yōu)化徑向基函數(shù)神經(jīng)網(wǎng)絡學習的基本理論與方法，共分為7個章節(jié)。**，提出基于合作型協(xié)同進化的徑向基函數(shù)神經(jīng)網(wǎng)絡算法，引入聚類層并以聚類后的隱節(jié)點群作為子種群進行協(xié)同進化操作。第二，提出基于協(xié)同覆蓋的徑向基函數(shù)神經(jīng)網(wǎng)絡算法，并采用啟發(fā)式搜索改進網(wǎng)絡結構。第三，提
科學計算可視化（ScientificVisualization，SciVis）是計算機圖形學的一個重要研究方向，是圖形科學的新領域。隨著計算能力的不斷增強，科學數(shù)據(jù)中使用的物理模型以及模擬空間的大小都在不斷提高。本書嘗試性地將機器學習理論應用于科學計算可視化中，大大提高了數(shù)據(jù)中特征識別的魯棒性和準確率，同時結合流場數(shù)據(jù)
本書內(nèi)容包括：一類四次指數(shù)多項式的零點分布；無自反饋的具時滯的四維神經(jīng)網(wǎng)絡模型的Hopf分支；無自反饋的具時滯的四維神經(jīng)網(wǎng)絡模型的Pitchfork分支等。
本書探討了一般微分泛函雙時滯方程的Lyapunov穩(wěn)定性基本理論，借助微分差分雙時滯方程描述的標稱系統(tǒng)的基本解及其解的表達式獲得保證系統(tǒng)穩(wěn)定的充分必要的Lyapunov-Krasovskii泛函的表達式，將其泛函推廣應用于時變不確定系統(tǒng)，運用離散化LKF方法及網(wǎng)格分割新技術，研究了單時滯、多時滯及分布時滯雙方程的穩(wěn)定性
本書內(nèi)容包括系統(tǒng)的數(shù)學模型、時域分析、根軌跡、頻域特性法、典型非線性環(huán)節(jié)、計算機控制系統(tǒng)、現(xiàn)代控制理論。最后按照全書內(nèi)容逐章介紹MATLAB的應用，包括系統(tǒng)分析、設計和仿真框圖等。
本書基于多重共現(xiàn)的知識發(fā)現(xiàn)方法的研究致力于將三個或三個以上特征項共現(xiàn)的現(xiàn)象作為研究主體，在總結現(xiàn)有的共現(xiàn)研究方法、數(shù)據(jù)挖掘技術、可視化技術、知識發(fā)現(xiàn)方法的基礎上，拓展共現(xiàn)現(xiàn)象的研究范圍。本書界定了多重共現(xiàn)的概念，構建了一套多重共現(xiàn)的基礎理論體系，研究了可用于多重共現(xiàn)的可視化方式，設計并開發(fā)了三重共現(xiàn)的可視化分析工具，并
書單推薦 新書推薦
