遙感是衛(wèi)星對地成像探測以獲取地表自然全息數據的總稱，歷經50余年的發(fā)展，正分階段實現(xiàn)其增進對地球理解的這個宏大目標。同時它本身也發(fā)展成為一門具有獨特科學形態(tài)和完整體系的學科——遙感科學與技術。本書遵循遙感科學與技術的歷史發(fā)展軌跡，用20章的篇幅準確完整、深入淺出地闡述其科學與技術架構和具體內容。

本書系統(tǒng)梳理了深度強化學習的核心理論、關鍵算法及其在智能控制、機器人技術和多智能體系統(tǒng)中的應用。全書涵蓋強化學習的基本概念、深度強化學習的主要框架，以及多智能體強化學習的協(xié)同決策、任務分解與優(yōu)化控制等前沿問題，并結合大量實驗案例，深入探討強化學習在飛行器控制、移動機器人導航與避障等領域的實踐應用。

本書針對分布式機器學習中網絡通信、在線學習、隱私保護等問題，研究無中心的分布式優(yōu)化算法。主要內容包括：①分布式一階梯度算法，提出在線學習的自適應次梯度算法和隨機塊坐標的次梯度投影算法、自適應最小最大優(yōu)化算法，旨在研究分布式的優(yōu)化算法，理論分析所提算法的收斂性能；②分布式無投影梯度算法，提出隨機塊坐標無投影梯度算法、面向

分數階非線性系統(tǒng)及相關研究是近年來科研領域的研究熱點，該項研究不僅具有重要的理論意義，而且具有廣泛的應用價值。本書的內容主要取材于作者及其所在團隊近幾年的研究成果，深入淺出地講解分數階非線性系統(tǒng)的自適應控制、預設性能控制、有限時間控制以及固定時間控制。本書側重于介紹分數階非線性系統(tǒng)的模糊自適應控制、預設性能控制、有限時

本書立足于無人系統(tǒng)的自主尋源任務，圍繞近十年來動態(tài)復雜環(huán)境中無人系統(tǒng)優(yōu)化控制和軌跡規(guī)劃相關研究的難點和熱點問題，從信號場類型、不完全量測信息、決策控制方法等多個角度出發(fā)，系統(tǒng)地解決了僅可獲得場源方位角量測、信號場強度量測條件下的自主尋源控制問題，時空動態(tài)信號場場源的協(xié)作定位問題，以及無人系統(tǒng)在自主尋源任務下的多約束軌跡

本書以綜合性高光譜遙感知識體系為線索，圍繞高光譜遙感數據采集、數據處理、數據分析、數據應用全流程實踐體系，構建完整知識框架，內容包括數據采集與預處理、高光譜降維與特征挖掘、高光譜圖像分類、混合像元分解、目標探測、數據融合以及高光譜遙感應用等模塊，形成了一套系統(tǒng)的實習與實驗方案。通過學習本書，讀者能夠系統(tǒng)提升高光譜遙感的

"本書系統(tǒng)地介紹機器人智能感知技術。全書共9章，主要內容包括機器人傳感器基礎知識，機器人內部傳感器（位置與速度傳感器、加速度傳感器、陀螺儀表、姿態(tài)傳感器等）技術基礎，機器人觸覺和力覺感知技術基礎，機器人接近覺、熱覺、滑覺、聽覺、嗅覺和味覺感知技術基礎，機器人視覺感知技術基礎，估計理論基礎，多傳感器信息融合技術基礎，智能

"《監(jiān)測監(jiān)控信息融合技術》全面介紹了傳感器信息獲取、監(jiān)測監(jiān)控網絡和信息融合的基本原理與技術。書中不僅探討了信息融合在新技術發(fā)展中的關鍵作用，還強調了其在培養(yǎng)學生科學精神和探索勇氣中的時代意義，滿足了課程思政要求。全書共9章，內容覆蓋了傳感器信息融合、煤礦安全監(jiān)測的模型與方法，以及無人駕駛和水環(huán)境監(jiān)測的多源信息融合技術，

《AfterEffects影視后期制作與AIGC輔助設計》順應新時代背景下AIGC蓬勃發(fā)展的趨勢，深度整合AfterEffects知識和AIGC技術，引領讀者將經典影視后期軟件AfterEffects和AIGC有機結合，步入一個嶄新、高效的設計工作情境�！禔fterEffects影視后期制作與AIGC輔助設計》分為3個

"《神經網絡理論及應用實踐》在全面介紹人工神經網絡基本理論的基礎之上，首先，系統(tǒng)地闡述了單層感知器神經網絡、BP神經網絡、競爭學習神經網絡、自組織神經網絡、學習向量量化神經網絡、對偶傳播神經網絡、徑向基函數神經網絡、支持向量機等淺層神經網絡的典型網絡結構、學習算法、工作原理和應用案例；其次，系統(tǒng)地闡述了深度學習中卷積神