信息圖形設計原理與技法（高等院校藝術設計專業(yè)精品系列教材，“互聯網+”新形態(tài)立體化教學資源特色教材）

人類智能是否能遷移到人工智能，人工智能是否能接近或達到人類智能？這些問題一直備受爭議。本書基于語境的適應性表征方法論，系統(tǒng)地探討了人工智能的適應性表征范疇架構，人工智能的邏輯主體、搜索主體、學習主體、決策主體和問題-解決主體的適應性表征特征，以及人工智能適應性表征的語境建構及其哲學、倫理問題和未來走向，力圖論證這樣一種

本書根據著者在高性能氣體敏感材料與電阻式氣體傳感器領域的研究成果，結合近年來國內外的研究進展、發(fā)展趨勢及存在問題，闡述環(huán)境毒害氣體金屬氧化物敏感材料的制備及其在電阻式氣體傳感器領域的應用。本書針對敏感材料組分、形貌等與環(huán)境毒害氣體傳感器的性能關系和相關機理展開討論，分別介紹SnO2、ZnO、TiO2、WO3、MSnO3

本書站在科學研究制高點——范式(即科學觀與方法論)——的立場上揭示了人工智能的深層學術本質，并通過范式革命(以信息學科范式取代物質學科范式)構筑了全新的人工智能研究模型，發(fā)現了普適性智能生成機制，開辟了基于智能生成機制的人工智能統(tǒng)一研究路徑，創(chuàng)建了機制主義通用人工智能理論以及與之和諧適配的泛邏輯理論和因素空間數學理論，

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