本書內容包括：第1章介紹機器人工程的概況；第2章介紹機器人的控制系統(tǒng)；第3章介紹機器人的驅動系統(tǒng)；第4章介紹機器人的感知系統(tǒng)；第5章介紹人機交互；第6至10章介紹機器人在各領域的應用，包括機器人在家庭、工業(yè)、軍事、航天、醫(yī)療等領域的應用情況；第11章介紹類人機器人；第12章介紹無人機。

本書依托國家自然科學基金、湖北省杰出青年基金項目，面向工業(yè)制造過程和系統(tǒng)，介紹了多元統(tǒng)計分析和機器學習等工業(yè)數據分析方法，在此基礎上介紹了作者團隊提出的多種故障檢測、故障變量溯源、故障分類、故障辨識、健康預警、產品等級分類方法。除了關注傳統(tǒng)的故障檢測率和誤報率之外，重點分析了過渡模態(tài)、操作故障、污染效應、故障分級、小樣

內容提要：隨著數據采集技術以及存儲技術的不斷進步，現(xiàn)代科學研究和實踐中需要處理和分析的數據已經從單一來源向多個來源轉變。在醫(yī)學研究、生物信息、市場研究、金融風險管理、氣象環(huán)境科學等諸多重要領域，多源數據的現(xiàn)象普遍存在，在帶來巨大機遇的同時也給統(tǒng)計分析建模帶來了全新的挑戰(zhàn)。針對這一國際前沿問題，本書主要介紹作者最近幾年在

本書為數據要素教程，立足于實現(xiàn)數據要素的價值創(chuàng)造，推動新質生產力加快發(fā)展，在宏觀體系和多維視角下構筑了數據要素基礎理論框架。提出了系列中國原創(chuàng)的數據要素理論，主要包括以大模型的人工智能為基礎的第五科學范式；以數據收益權為核心的四權分置數據權益體系；以大眾分享數據經濟紅利為價值目標的共票數據收益分配體系；以區(qū)塊鏈、人工智

互聯(lián)網的出現(xiàn)使人們第一次能夠訪問大量的數據。比如,社交網絡Facebook中的友誼圖和互聯(lián)網網站之間的鏈接圖。這兩幅圖都包含超過10億個節(jié)點,代表巨大的數據集。如果要使用這些數據集,就必須對其進行處理和分析。然而,僅僅是它們的大小就使得這種處理非常具有挑戰(zhàn)性。特別是,為處理中等規(guī)模的數據集而開發(fā)的經典算法和技術,在面對

本書建立了統(tǒng)一的基于粒計算的概念和算法框架，并將這些概念和算法用于數據分析和系統(tǒng)建模；討論了粒計算的前沿和熱點問題，如信息粒的編碼與解碼、信息粒的表示和構建、基于信息粒度最優(yōu)分配的粒度模糊模型的建立、基于粒度模型的異常值檢測、基于信息粒的預測模型設計、模型可解釋性的研究等。本書內容涵蓋了數據挖掘和粒計算的諸多前沿問題，

"本教材第1版曾榮獲首屆全國教材建設獎全國優(yōu)秀教材二等獎，第2版是“十四五”職業(yè)教育國家規(guī)劃教材修訂版，也是國家職業(yè)教育工業(yè)機器人技術專業(yè)教學資源庫配套教材。本教材共５個項目，主要介紹工業(yè)機器人離線編程概述、工業(yè)機器人基本仿真工作站的創(chuàng)建、工業(yè)機器人工作站系統(tǒng)模型的創(chuàng)建、工業(yè)機器人激光切割工作站、工業(yè)機器人搬運碼垛工作

本書介紹了群體智能機器人技術，講解了從群體智能到機器人技術的原理、建模與應用，能夠通過許多示例場景幫助研究者、從業(yè)者和師生了解如何設計大型機器人系統(tǒng)，這些示例場景涉及諸如聚合、協(xié)調運動、任務分配、自組裝、集體構建和環(huán)境監(jiān)測等領域。本書解釋了構建多個簡單機器人背后的方法，以及這些機器人之間的多重交互產生的復雜性，以便它們

本書介紹可以幫助讀者處理真實數據分析挑戰(zhàn)的概念和技能。它涵蓋了概率論、統(tǒng)計推斷、線性回歸和機器學習等概念。它還幫助讀者提升如下技能：R編程、數據清洗、數據可視化、預測算法構建、使用UNIX/Linuxshell組織文件、使用Git和GitHub進行版本控制以及可復制的文檔準備。全書分為六個部分，分別為R、數據可視化、統(tǒng)

本套叢書以場景驅動創(chuàng)新理論為基礎，扎根數字時代科技強國建設的實踐探索，系統(tǒng)論述場景驅動創(chuàng)新這一數字時代科技強國的新范式、新戰(zhàn)略、新方法和新實踐，然后從數據要素市場化配置角度，探討場景驅動的數據要素市場化配置既具備理論研究的前沿特，再以場景驅動創(chuàng)新和產業(yè)數字化動態(tài)能力為理論基礎，系統(tǒng)梳理了產業(yè)數字化轉型的時代背景、理論邏