本书首先介绍了人工智能的基本概念与应用现状；其次阐述了经典机器学习理论与实践的相关内容，包含基础知识、人工智能的开发工具以及一系列机器学习分类、聚类和回归等算法；最后介绍了深度学习的相关理论，包括深度学习的基本概念、卷积神经网络、循环神经网络以及部分强化学习的经典方法。本书在介绍人工智能相关理论知识的同时，还介绍了部分

本书介绍了基于ZigBee技术的无线传感网络知识以及数据处理全流程(包括数据采集、数据传输、数据展示、数据存储、数据分析、数据应用等，主要内容包括CC2530基础、ZigBee框架搭建、物联网系统设计、物联网数据分析、物联网数据可视化。

强化学习是机器学习领域的一种重要学习手段，是一种从环境状态到行为映射的学习方式，是实现智能系统具有自适应能力、自学习能力的重要途径。本书以强化学习算法与多机器人系统的结合为主要背景，介绍了主要的强化学习算法模型，讨论了它们的原理和优缺点；本书针对多机器人协作，从实际应用问题的角度分析，指出了局部性、不确定性和自组

本书是任务驱动式新形态立体化教材，是校企双元合作开发的教材。本书的编写目的主要是针对通信业务中存在的问题，通过可视化开发平台实现通信大数据分析，定位问题，提出优化方案。本书以通信数据分析为核心，以大数据平台和可视化工具为基础，结合实际通信场景精心设计任务。本书共9个学习任务，分别为通信大数据基础、常用算法与智能网

本书从工程实际应用出发，紧密围绕系统设计与开发需求，系统地介绍了Modbus总线技术、51内核微控制器、硬件设计、嵌入式软件设计、VB应用软件设计等应用技术。Modbus涉及的知识点多、内容广，本书以案例带动知识点开展学习，注重培养读者的理论基础、设计基础和解决实际问题的能力。本书总结了作者团队在科学研究、装备研

面向退化机理的雾天图像清晰化方法是一种通过相关算法对相应图像进行处理，来减弱雾气对图像的影响，理论与实践均证明该技术可有效改善闭环系统的跟踪品性以及抗干扰能力。本书考虑将传统单纯提升硬件设施降低图像雾气噪声转化为实用的图像清晰化方法。具体内容包括：将雾天图像分为四类：均匀轻雾图像、均匀浓雾图像、非均匀或合成雾天图

本书主要介绍不确定高阶多智能体系统的最优一致性算法。全书共分11章，其中第1章概述了多智能体相关的基本概念、典型问题及其研究现状；第2章给出多智能体系统最优一致性问题的一般性描述，并提出了一种基于抽象化的分层设计方案；第3～9章针对几类典型不确定高阶多智能体系统设计了最优一致性算法，并进行了理论分析和仿真验证；第

本书主要对内部威胁的基本情况、发展现状、典型案例、研究前沿进行了介绍与论述。第1章介绍了内部威胁的相关概念，包括内部威胁的定义、影响、特征等相关知识，并对当前该领域面临的问题进行了概述。第2章介绍了内部威胁风险分析中应当注意的因素与要点，并详细说明了几种常见的内部威胁风险分析模型。第3章介绍了数据泄露的分类，并详

本书主题为基于最弱前置条件计算的软件测试及错误定位分析方法研究。主要包括以下几个方面的内容：一、首先对基于程序分析的软件测试及错误定位研究的总体情况进行分析。回顾软件测试技术近几十年的发展历程，分析该技术的重要地位、目前的现状及面临的主要困境。分析作为软件质量维护重要环节的软件修复，并进一步细化软件修复的重要步骤

本书顺应智能网联驾驶技术及应用的发展方向，从智能化和网联化两个维度对自动驾驶技术及其应用进行介绍和分析。本书从智能网联驾驶的概念及关键技术入手，对智能网联驾驶技术的定义和发展历程、车路协同的自动驾驶感知技术、车联网通信技术以及车路信息交互技术等开展了详细地分析与讨论。此外，本书还介绍了智能网联驾驶在碰撞预警、交叉路口预