哈特曼波前傳感器作為一種精密的波前探測器件，近年來發(fā)展非常迅速，其應用范圍已經(jīng)從原先的天文自適應光學系統(tǒng)的組成部分擴展到眼科科學、鏡面檢測、圖像重構(gòu)等領(lǐng)域。哈特曼波前傳感器的探測精度無論是對自適應光學系統(tǒng)波前校正能力還是對光學檢測等領(lǐng)域都有著至關(guān)重要的作用。本書在哈特曼波前傳感器已有的理論和工程經(jīng)驗的基礎(chǔ)上，重點敘述哈

多時標非線性系統(tǒng)廣泛存在于制造、交通、能源、航空航天等系統(tǒng)中，其控制具有重要的理論意義和應用前景�！抖鄷r標非線性系統(tǒng)的魯棒控制與自適應控制》系統(tǒng)論述多時標非線性系統(tǒng)的模糊建模、魯棒控制和自適應控制的理論方法及其應用。首先綜述線性連續(xù)奇異攝動系統(tǒng)、線性離散奇異攝動系統(tǒng)、非線性奇異攝動系統(tǒng)，以及奇異攝動系統(tǒng)的智能魯棒與自適

本書以不同超聲導波模態(tài)電磁聲傳感器的設(shè)計方法為主線，系統(tǒng)介紹不同工作原理及不同結(jié)構(gòu)電磁聲傳感器設(shè)計的理論知識與方法，詳細介紹磁場配置與幾何結(jié)構(gòu)等對電磁聲傳感器激勵和接收超聲導波信號的影響，并應用研制的電磁聲傳感器進行典型結(jié)構(gòu)缺陷定位成像。本書可幫助讀者有效掌握超聲導波電磁聲傳感器的設(shè)計與應用方法。

《數(shù)據(jù)會說話：活用數(shù)據(jù)表達、說服與決策》用通俗易懂的語言、豐富的案例，介紹了如何利用數(shù)據(jù)有效表達、說服他人，以及如何防止被他人的數(shù)據(jù)誤導。全書共8章。第1章介紹什么是“數(shù)據(jù)說服力”；第2～6章分別介紹如何通過尋找合適的參照點、運用不同的統(tǒng)計方法、其他指標、不同時間點的對比、選擇各種對比結(jié)果，來提升數(shù)據(jù)說服力，讓他人更容

本書以任務驅(qū)動教學法為主線，以應用為目的，以具體的項目為載體編寫。主要內(nèi)容包括認識工業(yè)機器人、配置示教器操作環(huán)境、工業(yè)機器人示教器的基本操作、編寫機器人抓取工具的程序、編寫機器人運行簡單軌跡的程序、編寫機器人運行復合軌跡的程序、創(chuàng)建工業(yè)機器人參考坐標系、創(chuàng)建工業(yè)機器人工具坐標系、編寫及調(diào)試機器人簡單碼垛程序、編寫及調(diào)試

KUKA工業(yè)機器人應用技術(shù)全集對KUKA工業(yè)機器人的應用技術(shù)進行了系統(tǒng)描述，內(nèi)容涵蓋機器人常識、機械結(jié)構(gòu)、控制系統(tǒng)、程序編制、操作使用及安裝調(diào)試、故障診斷、日常維護等。 全書以工業(yè)機器人應用為主旨，在介紹工業(yè)機器人發(fā)展歷程、分類應用、組成特點、性能參數(shù)的基礎(chǔ)上，深入說明了工業(yè)機器人本體、諧波減速器、RV減速器、變位器等

本書系統(tǒng)地介紹了數(shù)據(jù)如何始于業(yè)務、取于業(yè)務、用于業(yè)務。既有扎實的理論鋪設(shè)，又有具體的案例支撐，通俗易懂地回答了數(shù)據(jù)“怎么來”和“怎么用”的問題。同時，本書總結(jié)出了解決業(yè)務分析難題的六大步驟，包括對最終數(shù)據(jù)分析產(chǎn)生關(guān)鍵影響的數(shù)據(jù)源的選取方法，以及通過對業(yè)務模塊的判斷確定分析方法的適用場景，最終推演、驗證、分析出結(jié)論，并選

本書系統(tǒng)性闡述數(shù)據(jù)安全的范疇和目標，體系架構(gòu)和關(guān)鍵措施，特別是根據(jù)對數(shù)據(jù)安全風險與挑戰(zhàn)的全面和深入的分析，給出數(shù)據(jù)安全架構(gòu)設(shè)計、隱私保護的監(jiān)管要求、實施原則、技術(shù)選擇和業(yè)界最佳實踐。本書還針對IT網(wǎng)絡(luò)、電信網(wǎng)絡(luò)、云和物聯(lián)網(wǎng)的數(shù)據(jù)安全展開闡述，對AI、區(qū)塊鏈、5G等新興場景和數(shù)據(jù)安全的結(jié)合點進行分析與介紹，希望能夠全面地

隨著三維激光掃描傳感設(shè)備硬件的快速發(fā)展，可保留三維空間中原始語義信息（幾何信息、顏色、反射強度等）的點云已成為代表性的新型數(shù)據(jù)源之一。語義分割作為三維場景語義分析與解譯的重要前提，在無人駕駛、高精地圖、智慧城市等國家重大需求的推動下，已成為測繪遙感、計算機視覺等領(lǐng)域的重大研究課題�！饵c云數(shù)據(jù)語義分割的理論與方法》以語義

本書重點介紹如何從具有不確定性的海量大媒體數(shù)據(jù)中挖掘和提取結(jié)構(gòu)化、魯棒、高效的特征，并實現(xiàn)高性能的信息挖掘和知識推斷。本書內(nèi)容包含近年來涌現(xiàn)的一些高效、魯棒的結(jié)構(gòu)化表征學習模型，介紹了基于魯棒且緊湊的表征學習的一體化表征學習理論和方法，并為應對真實世界中的數(shù)據(jù)分析任務，如數(shù)據(jù)簡約特征表達、緊湊特征壓縮、有效特征篩選以及