图像语义分割（Image Semantic Segmentation，ISS）是涉及计算机视觉、模式识别与人工智能的研究热点，基于深度学习的图像语义分割（Image Semantic Segmentation based on Deep Learning，ISSbDL）方法利用深层计算模型来学习抽象的图像特征，促进了ISS 相关研究的发展。在ISSbDL方法中，基于编码器．解码器模型的ISS方法存在像素空间位置信息丢失、无法有效利用图像上下文等问题。本文对编码器．解码器模型进行了两点改进并以这两点改进为基础，设计了一种“密集连接带孔空间金字塔池化反卷积网络”（Densely ConnectedAtrous Spatial Pyramid Pooling Deconvlution Network，DenseASPPDeconvNet）用于图像语义分割。本书的主要贡献如下：（1）对ISSbDL的经典方法与研究现状进行系统性总结和梳理。对基于深度学习的图像语义分割的经典方法与研究现状进行系统分类、梳理和总结。根据分割特点和处理粒度的不同，将基于深度学习的图像语义分割方法分为基于区域分类的图像语义分割方法和基于像素分类的图像语义分割方法。把基于区域分类的图像语义分割方法细分为2类子方法，把基于像素分类的图像语义分割方法进一步细分为7类不同的方法。对每类方法的代表性算法进行了详细地分析介绍，并详细总结了每类方法的基本思想和优缺点，系统阐述了深度学习技术对图像语义分割领域的贡献。（2）改进基于编码器一解码器模型的ISS算法，设计出DenseASPPDeconvNet网络模型。为提取更多的图像特征和图像上下文，对基于编码器一解码器模型的ISS算法中的编码器模块进行了两点改进：①以更密集的连接方式连接多个带孔卷积，优化初级特征提取器，提出“密集连接带孔卷积网络”（Densely Connected Atrous Convolution Network，DenseAtrous CNet），使用DenseAtrousCNet代替卷积神经网络（Convolutional NeuralNetworks，CNN）作为初级特征提取器，能够捕获更多的稠密特征。②对传统带孔空间金字塔池化模型进行优化，以密集连接组合数个不同带孔率的带孔卷积，对稠密特征图进行融合，提出“密集连接全局平均带孔金字塔池化”（Densely Connected Global Atrous Spatial Pyramid Pooling，DenseGlobalASPP）模型，使用DenseGlobalASPP代替带孔空间金字塔池化（Atrous Spatial Pyramid Pooling）作为特征再编码器，对初级特征进行再编码，以捕获更多的全局语义信息和图像上下文。基于以上两点改进，对传统的编码器一解码器模型的网络结构进行优化，设计了一种“密集连接带孔空间金字塔池化反卷积网络”（DenseASPPDeconvNet网络模型）。DenseASPPDeconvNet是一种非对称的网络结构，其编码器模块使用DenseAtrousCNet进行初级特征提取，使用DenseGobalASPP对初级特征进行再编码，解码器模块使用反卷积来逐步恢复特征图的分辨率。DenseASPPDeconvNet能够捕获更多的稠密特征图，扩大网络的感受野，捕获更多的图像上下文，进而提高ISS的分割准确率。实验部分使用PASCAL VOC 2012公开数据集进行实验和测试：将Dense ASPPDeconvNet 与其他经典网络模型进行详细地分析与对比，证明了DenseASPPDeconvNet能够提升ISS 的性能，具有一定的合理性和优越性。将DenseAtrousCNet、DenseASPPD econvNet分别与CNN、ASPP进行对比，证明了DenseAtrousCNet与DenseASPPDeconvNet拥有较好的特征提取效果，能够捕获更多的图像特征，有助于提升ISS的性能。

《工业机器人技术及应用》可供高等院校机电一体化、电气自动化、智能制造及机器人等相关专业使用。全书共分为8章，第1章绪论，介绍机器人相关概念及其发展状况；第2章工业机器人的组成，介绍工业机器人的机械系统和控制系统；第3章ABB工业机器人，介绍ABB工业机器人及编程设计，以机器人搬运装调案例讲解ABB工业机器人的应用；第4章KUKA工业机器人，介绍KUKA工业机器人及编程设计，以机器人焊接案例讲解KUKA工业机器人的应用；第5章李群SCARA机器人，介绍李群SCARA机器人及编程设计，以输送线定位拾取案例讲解李群SCARA机器人的应用；第6章工业机器人视觉系统，介绍工业机器人视觉系统组成、标定、图像处理算法，以高精度测量实验、高精度定位实验、物体识别实验讲解视觉系统的应用；第7章智能机器视觉实训平台项目，以湖南文理学院机器人实训平台讲解机器人视觉系统的应用；第8章复合型全向移动机器人，以湖南文理学院机器人实训平台讲解AGV小车的应用。

近年来，电力电容器组在电力系统中的大量使用，使得电能质量问题备受关注。如何有效减少系统中的谐波，合理设计谐波滤波器是广大学者关心的问题。《无源滤波器设计》从电容器组入手，介绍了电力系统及各组件建模、谐波在电力系统中渗透的影响、无源滤波器的设计和典型应用，还介绍了太阳能和风力发电等新能源应用与各种谐波的关系。

本书旨在为开设机器人相关课程或拟开设机器人相关课程的本科及职业技术院校提供实用、易理解的机器人性能检测与标定相关的教材。内容主要包括理论部分与实训部分两个板块，其中理论部分主要介绍工业机器人相关标准及检测和标定方法、流程、系统等，实训部分将理论部分实践化，通过具体的实验设计深化理解、应用工业机器人的检测及标定方法等。

《埋地管道瞬变电磁检测理论与应用》从应用角度出发，详细阐述了瞬变电磁检测埋地管道的理论基础、方法技术和应用实例。《埋地管道瞬变电磁检测理论与应用》共6章，主要内容包括埋地管道无损检测技术的发展、瞬变电磁法的特点、瞬变电磁检测埋地管道腐蚀的基本理论、基于非均匀网格剖分的时域有限差分三维正演数值模拟技术、模拟各种管道腐蚀模型和工况的试验研究、适用于实际检测操作的数据处理方法，以及在油气管道和热力管道中的工程应用情况。

本书在编写过程中，首先收集了全世界380多所院校的数据科学和大数据相关的人才培养方案，然后使用非结构数据分析技术挖掘出编程类课程的主要内容，进而形成本书的主要雏形。笔者在其编写的《Python数据分析基础》（第1版和第2版）的基础上对雏形进行了完善。本书针对数据分析领域中编程类课程教学过程中的突出问题进行了仔细斟酌和调整，力求内容生动、深入浅出、言简意赅。全书采用mac OS Mojave操作系统下的Python3.7和Anaconda2018.12的Jupyter Notebook作为分析环境（如果读者使用Windows系统，也可运行本书全部代码），希望读者参考本书的内容边做边学习。

本书根据中天实训中心现代控制领域的A3000综合过程控制实训设备，设计了过程控制四个层次的实训项目。项目一是A3000综合过程控制实训装置的认识和使用，这是基本概念和基础技能方面的实训，通过五个任务熟悉A3000综合过程控制实训设备的组成，掌握组态王组态软件的使用，训练ADAM4000 DDC控制系统、XMA5000智能仪表控制系统、S7-300 PLC控制系统三种不同控制器的使用方法，为后面的实验提供基础。项目二是过程动态特性及建模实验，通过四个任务掌握A3000过程控制系统中液位、温度、滞后对象的动态特性和建模过程。项目三是简单控制系统设计，这是过程控制工程应用能力的实训，通过四个任务掌握简单控制系统的设计与调试。项目四是复杂控制系统设计，这是过程控制提高篇的实训，通过四个任务掌握串级控制、前馈—反馈控制、解耦控制。 本书根据编者多年的教学经验和工程经验编写，注重理论与技能的结合，注重技能的实训规律，注重实训与工程的结合，在实验内容的安排上由简单到复杂，循序渐进，兼顾不同基础水平的实训人员，可作为各高等院校电气类、自动化类、仪器仪表类相关专业的实训教材，也可供自动化工程技术人员培训使用。

本书是“十三五”国家重点图书出版规划项目《中国高分辨率对地观测系统数据处理与应用丛书》之一。本书针对高分应用系统既为服务应用也为技术发展服务的要求，重点阐述按照卫星遥感应用学的理解，针对高分应用系统的应用基础设施特性，深入分析国内外发展时代特点基础上开展建设与运用的设计。全书分别针对认知、技术、工程实践这三个层次划分，按概念与技术要求的设定、技术工程实现、人在建设中的组织与运行评价中的作用三部分进行介绍，重点介绍了共性应用技术、专题应用技术、应用技术中心分系统以及组织管理和工程体系建设。

《工业机器人拆装与应用》定位于工业机器人技术的初学者，从一个工业机器人技术初学者的角度出发，依据项目式教学法的要求组织内容，按照任务驱动教学模式要求编写。在《工业机器人拆装与应用》编写过程中，既注重基础理论教学，以应用为目的，以必需、够用为度；又注重突出理论与实践相结合，强化实际练习，强调培养学生正确的仪器使用方法。合理安排知识点，并结合实例讲解，让学生在短时间内对工业机器人有一个系统的、全面的了解，对工业机器人的操作有一定的了解，并学会对工业机器人的基本操作。

《工业机器人编程与应用》定位于工业机器人技术的初学者，从一个工业机器人技术初学者的角度出发，依据项目式教学法的要求组织内容，按照任务驱动教学模式要求编写。在《工业机器人编程与应用》编写过程中，既注重基础理论教学，以应用为目的，以必需、够用为度；又注重突出理论与实践相结合，强化实际练习，强调培养学生正确的仪器使用方法。合理安排知识点，并结合实例讲解，让学生在短时间内对工业机器人有一个系统的、全面的了解，对工业机器人的操作有一定的了解，并学会对工业机器人的基本操作。