本书系统得讲述了有关机器人的基本组成、工作原理和相关仿真。本书共分9章，内容包括机器人的基本相关知识，如机器人的概念、机器人的发展史以及其现状、机器人的伦理问题、机器人的参数应用等；机器人控制的数学基础；机器人的运动学；机器人的静力学和动力学；机器人的PID控制；机器人工作区间和奇异性的分析；机器人鲁棒自适应控制；机器人关节空间和笛卡儿空间下的轨迹规划；以UR5机械臂为例讲述机器人的使用方法。对于第3~9章中的抽象理论知识，本书设计了实际应用案例，可以将理论与实际相互结合，提高学生对理论知识的理解和应用。本书适合作为机械类、自动化类、电子信息类以及计算机类等专业的教材，也可供从事机器人行业领域或相关研究的教师或研究人员学习和参考。

本书主要分为两部分。第一部分以核心概念和基本应用为脉络，介绍了Flink的核心特性（如检查点机制、时间与窗口、shuffle机制等），部署，DataStream API、Dataset API、Table API的应用，运行时的原理等内容，每一章先对概念做基本的介绍，然后基于应用实例详细分析Flink的设计思想和源码实现。第二部分基于对原理的理解，手把手教读者如何进行定制化的特性开发和性能提升，能够让读者对Flink的理解有质的飞跃。这一部分内容来自作者大量的工作实践，所引用例均源自企业级的真实需求，能够解决非常复杂的现网问题。

本书基于软件技术人才成长规律和软件技术人才岗位工作特点、要求，提出了“4S类上班制”人才培养模式。全书共10章，阐述了“类上班制”创构背景、理论模型、校企研共同体构建、环境构建、资源构建、培养路径、考核评价、运行机制、案例及成效等内容，是高职院校软件类专业面向软件产业高端和高端软件产业培养“职业素养高、岗位技能精、创新意识强”的高水平技术技能人才的**研究成果。本书可作为高职院校软件类专业及理工科专业二级学院（系）院长（主任）、专业带头人、骨干教师开展高水平技术技能人才培养的参考书。

《钢丝绳弱磁无损检测》针对传统钢丝绳电磁无损检测装置体积大、现场操作难、检测精度低等问题，设计了小型化、检测速度较快、检测精度较高的钢丝绳弱磁无损检测系统，能够实现钢丝绳断丝定量识别，为钢丝绳的安全使用和剩余寿命估计提供参考。《钢丝绳弱磁无损检测》主要讲述目前钢丝绳定量检测领域的研究现状以及存在的问题，并针对这些问题提出一些解决方案，包括以下内容：提出剩磁检测方法和非饱和磁激励检测方法，采用磁偶极子理论建立剩磁和非饱和磁激励下钢丝绳表面弱磁场分布模型，分析不同断丝参数对漏磁场的影响，并设计基于弱磁理论的检测平台；在漏磁信号降噪方面，提出基于压缩感知的小波降噪方法、基于集总经验模态分解的小波降噪法以及基于Hilbert-Huang变换（HHT）的降噪方法；将降噪后的漏磁数据转化为漏磁图像，对漏磁图像进行处理和特征提取，*后提出两种钢丝绳定量识别算法。

本书以ABB工业机器人为平台，介绍了工业机器人技术及其应用方面的相关知识，包括工业机器人的基本结构、工作原理、操作方法、编程方法和仿真方法。本书重点介绍了ABB工业机器人常见的结构形式、数学基础，分析了工业机器人的运动学原理，演示了工业机器人手动操作、现场编程和离线仿真的基本过程，旨在使读者对工业机器人有较全面的认识，为今后熟练应用工业机器人打下坚实的基础。本书理论联系实际，内容通俗易懂，既可作为职业院校工业机器人应用技术专业的教材，也可作为工业机器人技术应用和维护等人员的自学用书。

本书在介绍推荐系统技术原理的基础上，主要讲解了推荐系统的定义、发展历程、理论和数学基础，以及常用推荐系统技术、典型算法和评测指标等，还结合多种应用场景重点介绍了已经得到有效应用的推荐系统分析预测模型和系统研发实现方法，有助于读者提升相关领域推荐系统应用的实践能力。本书可作为计算机科学与技术、软件工程、数据科学、大数据技术、人工智能等专业的高年级本科生和研究生的相关课程教材，也可供从事推荐系统、数据挖掘、信息处理等研发工作的相关人员阅读参考。

本书系统深入地总结了履带式水下清淤机器人系统基础理论及作者多年来在水下清淤机器人运动控制等方面取得的主要研究成果，涵盖了履带式清淤机器人系统设计、系统仿真与计算分析、模型与样机的介绍等方面的内容以及轨迹跟踪典型运动控制问题，并结合Lyapunov稳定性理论、Backstepping控制理论、RBF神经网络逼近原理、自适应技术、最小参数学习法、动态面技术、观测器设计、滑模控制等先进理论和方法，设计了履带式水下清淤机器人轨迹跟踪控制策略。本书可作为交通运输工程、船舶与海洋工程、交通信息工程及控制等学科的研究生和航运科学与技术、自动化等相关专业的高年级本科生的教材或参考书，也可供相关领域的学者和工程技术人员参考。

《智能传感器技术》是一部全面介绍当今智能传感器及其数据处理与应用的著作，分为两大部分。第一部分主要介绍各类传感器，如电感、电容、压电等传感器，并增加了新型传感器技术，如激光传感器、量子与传感技术等。内容涉及与传感器相关的数学、物理、电路等基础理论以及性能指 标、性能选择等。以更多的实用案例，讲述了先进的传感器技术、分析建模、实际应用和设计研究情况。第二部分主要介绍传感器网络与物联网的相关应用，包括相关的基本概念、基本结构以及涉及的核心技术。系统地介绍了物联网的原理体系结构、感知层、网络层、应用层、网络安全，以及传感器与物联网的工程实例等内容。

本书围绕无线传感器网络安全与加权复杂网络抗毁性建模展开论述，首先对无线传感器网络进行了概述，接着分别介绍了无线传感器网络安全理论、加权复杂网络基础理论，详细阐述了无线传感器网络安全认证方案、安全路由协议、位置隐私保护，并系统分析了加权复杂网络抗毁性建模关键问题、不完全信息条件下加权复杂网络抗毁性建模、修复策略下加权复杂网络抗毁性建模、加权复杂网络抗毁性优化设计，在无线传感器网络安全和加权复杂网络抗毁性建模方面分别给出了具体的仿真分析。本书兼具理论深度和工程实用性，内容叙述专业性较强、逻辑联系较紧密，便于相关领域人员了解和掌握该研究领域的相关内容，为进一步的深入研究打下基础。本书适合高等院校的信息安全、网络工程、物联网、计算机等专业的研究生和高年级本科生，以及从事网络信息安全、物联网工程等领域工作的科研人员阅读。

本书系统论述了神经网络及深度学习的基本原理、算法设计及应用实例。全书分三部分，共14章，分别介绍了神经网络的基本概念、神经网络的基本结构、深度学习的基本原理、神经网络的训练方法，以及神经网络与深度学习的计算机仿真技术。此外，本书还介绍了MATLAB中的人工智能工具箱在神经网络与深度学习中的应用，给出了丰富的实例，并配套提供了完整的程序代码，便于读者动手实践。本书可作为高等院校人工智能、计算机、电子信息等专业的本科生、研究生及从事人工智能学习及研究的专业人员的参考书。