本书用于在我国“新工科”教育改革的背景下，面向智能制造相关专业，特别是交互型共融机器人领域，培养先进机器人设计基础理论与实践相结合的创新型人才，旨在推动我国共融机器人技术的发展和进步。本书主要介绍与人交互或与环境交互的机器人智能柔顺关节驱动设计方法与控制技术，以当前协作机器人柔顺交互技术为切入点，给出了具有机械柔顺的新型非线性刚度柔顺驱动器设计的理论与方法，分别介绍了基于扭簧的非线性刚度驱动器、基于多段梁的非线性刚度驱动器、基于滚子-凸轮机构的非线性柔顺驱动器以及无滚子凸轮柔顺驱动器等的设计方法，并给出了驱动器的柔顺控制方法和基于非线性刚度驱动器的三关节机器人的设计与控制方法。本书给出了理论推导、仿真验证、实验介绍等从抽象到具体的机器人智能柔顺关节驱动设计方法和控制技术。本书可为从事机器人研究的工程技术人员提供参考，同时也可作为高等院校相关专业本科生及研究生学习的资料。

本书主要向读者介绍基于互联网技术的数据分析原理与方法，帮助读者理解并掌握数据分析能力，可使用到实践中并提升工作能力。本书具体内容包括学数据分析有什么用，数据分析的基础方法，数据分析的起点，数据分析的基础，数据分析的准备；通过数据分析看清现实，通过数据分析抓住业务增长机会，通过数据分析发现异常、处理异常、防止异常，通过数据分析预测与推荐，通过数据分析服务线下业务，数据分析结果汇报，以及让数据分析结果落地实践。

本书是一本全面深入探讨数据资产评估方法与系统设计的专业图书。本书基础篇介绍了数据资产的定义、特征和类型，阐述了数据资产评估的重要性和面临的挑战，分析了数据质量、数据资产价值和风险评估的基础理论。方法篇提供了数据质量、数据资产价值和数据资产风险的相关评估方法，并讨论了它们的适用性和实践应用。系统设计篇重点介绍了数据资产评估系统的架构设计、功能设计、数据库设计、系统界面设计和非功能需求设计，提供了从概念到实践的完整指导。本书旨在帮助数据资产管理和评估的专业人士及相关学者和研究人员掌握数据资产评估的核心技能，构建高效的评估系统，实现快速评估，优化数据资产管理策略，以应对当前数据驱动的商业环境中的各种挑战。

图像处理理论近年来发展迅速，从稀疏表示理论到基于张量表示和深度学习的图像处理方法不断涌现，并且这些全新的图像处理方法已经应用在手机、视频监控、遥感数据处理中心等平台上。《现代图像处理理论》以彩色图像、多/高光谱遥感数据、视频数据、偏振时序图像数据为研究对象，总结以张量表示方法和深度学习方法为核心的图像处理理论的昀新进展，并从工程应用的角度介绍如何利用张量表示方法和深度学习方法解决多/高光谱遥感数据、视频数据、偏振时序图像数据的处理问题。

框架理论是泛函分析、非线性逼近理论、算子理论以及信号理论相结合的产 物，它是继小波理论之后逐步发展起来的一个新的研究方向。框架理论的发展极 大地促进了纯粹数学与工程应用的结合发展，具有十分广阔的应用前景。如今， 框架理论已经广泛地应用于图像处理、信号处理、采样理论、数据压缩、系统建 模、编码和通信等方面。随着现代信息技术的快速发展和广泛应用，人们更加重 视信息资源的开发和利用。尽管框架理论已经得到了较好的发展，但是它作为一 个新兴的研究方向仍有许多问题需要进一步研究。本学位论文对框架的基本理论 展开研究，并解决框架在信号传输过程中有数据丢失时的重构问题，主要研究内 容如下： 1. 研究基于矩阵的框架设计问题。利用矩阵的奇异值分解得到构造特殊框架 的方法，同时，利用酉矩阵得到一些新的紧框架，解决了求解框架算子逆的复杂 性问题。该方法操作简单，从而扩大了框架在实际问题中的应用。 2. 研究融合框架的一些等式和不等式问题。利用有界线性算子的理论和方法， 建立了 Hilbert 空间中的融合框架的等式和不等式。此结论有助于解决融合框架在 并行处理和高性能物理实验中的相关问题。 3. 由于 g- 框架是框架的广义形式，我们研究 g- 框架的相关结论。首先通过 引入 g- 框架算子相应的有界线性算子研究 g- 框架的稳定性。进一步，通过引入 最坏情况误差，研究对偶 g- 框架在有数据丢失情况下的最优对偶 g- 框架，并讨 论规范对偶 g- 框架是唯一最优对偶 g- 框架的充分必要条件。最后，利用已知 g- 框架和有界算子给出逼近对偶 g- 框架关于局部框架的性质，并证明了两个 g- 框 架是彼此接近时，它们的逼近对偶 g- 框架也是彼此接近的。 4. 研究框架理论在信号传输过程中有丢失时的重构问题。基于最优直接法 （MOD），提出一种新的搜索最优对偶框架的方法。在信号重构中该方法能够寻找 到最优对偶框架，解决对于特殊输入信号不是最优的问题。同时，该方法搜索到 的最优对偶框架能够减小重构信号与原始信号的误差，从而在一定程度上解决了 信号传输过程中的重构问题。数值实验也验证了新的方法的有效性。

本书根据当前人工智能及机器学习的发展成果，具体设计基于人工智能的模型算法，并给出了具体实现，最新算法流程及代码实现。其主要内容包括：AI作曲、语音识别、人像识别、车牌识别、骨架识别与肢体定位、人脸识别、古诗与歌词生成的具体实现。本书从系统设计、代码实现以及运行结果展示相结合，语言简洁，深入浅出，通俗易懂，不仅适合对人工智能编程有兴趣的爱好者，而且可作为高等院校参考教材，还可作为从事智能应用创新开发专业人员的技术用书。

本书共分三篇。 第一篇介绍了智能制造基础，包括工业智能化的技术发展综述、典型国家的智能制造体系架构、航空工业企业智能制造架构解析和智能制造能力成熟度模型。 第二篇讨论了智能制造核心技术，包括感知技术中的信号与数据、产品数字化建模与设计制造集成技术、产品设计仿真与制造工艺过程仿真和生产系统建模与仿真技术、数字孪生技术、先进制造技术与机器人技术、工业大数据与人工智能技术和智能制造中的工业软件与知识工程。 第三篇篇介绍了智能制造系统实施。通过大量的具体案例，介绍了设备级、产线级、工厂级的智能制造系统的构建方法。国内外航空工业智能制造的实践案例，集中展现了数字化智能化技术的深度应用。

本书面向初学者，从编译器构造的角度进行分析，旨在帮助读者深入理解编译器的设计原理和方法。全书共14章，主要内容包括：词法分析和语法分析、语法制导翻译、符号表和声明处理、语义分析、虚拟机代码、运行时支持、目标代码生成等。全书内容安排紧凑合理，对编译器构造的基本知识与关键技术进行了深入浅出的讲解，并提供了详尽清晰的算法，倡导在实践中学习编译器构造的相关技术。本书不仅可作为计算机专业本科生或研究生的教材，也适合作为相关领域技术人员的参考书。

本书循序渐进、由浅入深地详细讲解了C 开发的核心技术，全书共12章，分别讲解了C 介绍，基础语法，流程控制语句，数组，函数，指针，结构体、共用体和枚举，文件处理，类和对象，多态性，命名空间和作用域，学生成绩管理系统。全书通过图解的方式剖析了各个知识点的用法，并且用流程图详细剖析了每个实例的具体实现过程，通过具体实例的实现过程演练了各个知识点的具体使用流程，引领读者全面掌握C 语言的核心技术，本书适合学习C 开发的读者使用。

本书共分4篇，针对Python爬虫初学者，从零开始系统地讲解了如何利用Python进行网络爬虫程序开发。第1篇快速入门篇：主要介绍了Python环境搭建和基础语法知识、爬虫入门知识及基本的使用方法、Ajax数据的分析和抓取、动态渲染页面数据的爬取、网站代理的设置与使用、验证码的识别与破解，以及App数据抓取、数据的存储方法等内容。第2篇技能进阶篇：主要介绍了PySpider和Scrapy两个常用爬虫框架的基本使用方法、爬虫的部署方法，以及数据分析、数据清洗常用库的使用方法。第3篇项目实战篇：以2个综合实战项目，详细讲解了Python数据爬虫开始与实战应用。本篇对全书内容进行了总结回顾，强化读者的实操水平。第4篇技能拓展篇：从数据爬取、数据清洗和数据分析三个角度，介绍了一常用AI技术的实用技巧。运用这些技巧，读者可以提高网络爬虫程序的编写速度和数据分析效率。本书案例丰富，注重实战，既适合Python程序员和爬虫爱好者阅读学习，也适合作为广大职业院校相关专业的教学用书。