机器人建模与控制是机器人学的一个重要分支，已渗透到各类机器人的分析和设计中。本书着重介绍机器人建模与控制的基础知识，包括空间描述和变换、机器人运动学、机器人逆运动学、机器人微分运动学和静力学、机器人轨迹规划、机器人动力学、机器人运动控制和机器人力控制等内容。根据工科学生的学习特点，本书选材注意基础性和系统性，理论推导注意严谨性和直观性，内容表述注意由浅入深、由简到繁。每章都配有习题供学习时练习。

本书围绕机器人的机构设计，分7章介绍了机器人发展历程与现状、机器人分类与性能，机器人学基础知识，机器人速度与力学性能分析，机器人驱动-传动系统设计，机器人本体分析与设计，机器人手腕与末端执行器设计以及典型机器人的设计实例。通过本书学习，读者能够较为深入了解机器人的发展状态，能够初步掌握机器人机构设计的基本理论与方法，能够独立地进行典型机器人系统的结构设计。书中各章节配有习题，紧扣主要内容，巩固知识要点。

本书主要以STM32F4和GD32F4为基础,介绍嵌入式系统的一般概念、ARM Cortex-M4微处理器的组成、结构及特点。重点介绍该类微处理器的通用输入输出(GPIO)原理及功能,定时器系统、中断控制器的结构与基本功能,常用单片机通信接口(如通用同步异步收发器、I2C、SPI)等原理与应用,及模数转换和数模转换等基本原理。本书可作为高等院校自动化、电气工程及自动化、通信工程、电子信息工程、智能科学等专业本科生基础必修课的教材。

本书基于国内外对混沌神经网络的研究成果，提出了一种基于脑电波生物机制的变频正弦混沌神经网络（FCSCNN）模型，并通过对该模型的激励函数、退火函数、生物机制、优化机制等进行研究，进一步提出了多种衍生模型。本书详细分析了FCSCNN模型及其衍生模型的混沌动力学特性，通过对解决函数优化、组合优化等问题与同类模型进行对比实验，验证了FCSCNN模型及其衍生模型的优化性能。本书适用于人工神经网络、人工智能等相关专业领域的高校学生、教师及科研工作者。

本书系统阐述了机器学习的基本理论、算法和实现。全书共11章：第1章着重介绍了机器学习的基本知识；第2章介绍了样本数据预处理和提取的传统算法(如PCA和LDA)，并增加了流形学习和稀疏表征等理论；第3-8章系统介绍了传统机器学习算法，如监督学习(贝叶斯、最近邻、线性模型、非线性模型和集成学习)和非监督学习(聚类)；第9、10章分别介绍了概率图模型和人工神经网络的基本理论；第11章着重讲述了强化学习的基本理论和算法。本书针对理论难点，插入了可视化图，引导读者对理论的理解；每章配有习题，以便

本书对机器学习的基础知识和基本算法进行了详细的介绍，对广泛应用的经典算法(如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学习等)进行了深入的分析，并讨论了无监督学习的基本方法。用6章对深度学习和深度强化学习进行了相当全面的叙述，不仅深入地讨论了反向传播算法、多层感知机、卷积神经网络、循环神经网络和长短期记忆网络等深度神经网络的核心知识和结构，对于一些发展中的专题(如Transformer、大模型和深度生成模型等)也给予了一定深度的介绍。对于强化学习，不仅介绍了经典表格方法，

随着增强现实技术不断更新和发展，AR应用逐渐由教育领域向其他领域普及，极大地推动增强现实产业的发展，在未来，增强现实技术可能会形成下一代科技革命的推动力，极大地革新人类的生活方式和生成方式，带领人类进入全新的发展阶段。

本书帮助开发者理解和掌握增强现实技术基础知识，从理论知识到项目都进行较为详细的常数。本书内容由浅入深，全面覆盖相关领域中不同的应用技术，书中项目融入编者丰富的设计经验和教学新的，旨在帮助开发者全方位了解行业规范设计原则和表现手法，提高实战能力，以灵活应对不同的项目

系统仿真是一种研究、设计、分析和评估各类复杂系统的重要工具，随着以数字化、网络化、智能化为特征的智能制造技术发展，系统仿真在复杂产品开发与制造过程中的重要性更加突出，已经成为支撑复杂产品设计研发的重要手段。本书作为智能制造系列教材的模块教材之一，本书结合作者多年来的研究实践和系统仿真的最新技术发展，在有限的文字篇幅内，力图全面和系统地向读者介绍系统仿真的相关知识。

《大数据管理》既包括了大数据管理的相关技术知识，也涵盖了大数据管理在多个行业的应用与案例分析，包括： 大数据基础、大数据采集、大数据存储、大数据分析、大数据融合、大数据隐私、大数据可视化、大数据前沿、医疗大数据、教育大数据、金融大数据、交通大数据。通过本书，读者能够全方位地认识和掌握大数据管理的相关知识，深入了解大数据的应用价值。
本书可作为高等学校大数据管理与应用、信息管理与信息系统等管理类、信息类以及智能建造、智能制造、智慧交通等新工科专业的本科生、研究生教材，还可作为大数据相关企业的

本教材共分为十章。其中第一章为绪论，介绍大数据时代新闻传播学学术研究和业务实践的创新；第二章介绍数据的获取，为数据分析进行准备；第三章是对大数据分析作用的介绍，大数据分析这门技术是如何带来了社会科学研究的新范式。第四章到第九章是教材的主要内容，每一章介绍了一种计算传播中常用的大数据分析方法。每一章都包括技术原理、技术操作、研究案例、本章小结和思考题等四部分。第十章是教材的总结，提出研究工具的创新是为了带来理论的创新。内容特色：本教材最大的特色在于，将大数据技术的介绍，和其在新闻传播学中