本书从工程应用的角度论述了影像分析处理的基本原理和算法，深入应用实践，详细介绍了影像分析在法庭科学中应用的各个方面，阐述了影像分析方法的特性，并系统地讨论了主要影像分析工具。全书结合具体的影像分析工具以实例来说明影像分析方法的效果。

移动互联网、大数据、人工智能等新一代信息技术与制造业深度融合，孕育了智能制造的新理念。 本书以智能制造理念为起点，讲述了新一代信息技术对传统制造企业的渗透、支持、冲击和融合，给制造业带来的挑战和机遇，以及制造模式的变革、制造系统的发展及建模方法论； 探讨了包括智能产品、智能制造过程、智能管理和服务、智能制造模式、智能制造基础关键技术等内容的智能制造技术体系，以及面向网络协同的智能工厂架构和智能企业协作框架； 详细介绍了智能制造系统的组成、制造系统的建模方法和相关的基础关键技术等内容。 本书可供自动化、机械、计算机、管理工程等领域的管理人员、技术人员参考，也可作为相关专业高年级本科生和研究生的选修课教材。

本书分为三篇，共15章。 第一篇为神经网络基础篇（第1~3章），主要内容包括生物神经网络理论基础、人工神经网络概述、人工神经网络数理基础，从生物神经网络角度出发介绍了神经元的结构、生物电活动，在细胞层面解释了神经网络进行信息传递和信息存储的机理，并对人工神经网络理论在各个阶段的发展、特点、应用，以及人工神经网络算法中运用到的导数、微分、梯度等重要数理知识进行了概述。 第二篇为人工神经网络理论篇（第4～13章），主要内容包括感知器、BP神经网络、RBF神经网络、ADALINE神经网络、Hopfield神经网络、深度卷积神经网络、生成式对抗网络、Elman神经网络、AdaBoost神经网络、SOFM神经网络。为了加强理论学习的深度，本篇在阐述理论算法时通过逐次迭代展开推导，而且在每种理论算法后面都给出了应用及实践案例。多年的课堂教学实践证明这种学习方式对于理解和掌握算法机理是非常有效的。 第三篇为人工神经网络实践及应用篇（第14～15章），主要内容包括基于Simulink的人工神经网络建模和基于GUI的人工神经网络设计。这些内容是进一步理解和掌握人工神经网络理论、实践和应用的基础。

机器学习因运用大数据实现强大且快速的预测而大受欢迎。然而，其强大的输出背后，真正力量来自复杂的算法，涉及大量的统计分析，以大数据作为驱动而产生实质性的洞察力。《机器学习算法（第2版 影印版 英文版）》第2版的机器学习算法引导您取得与机器学习过程中的主要算法相关的显著开发结果，并帮助您加强和掌握有监督，半监督和加强学习等领域的统计解释。一旦全面吃透了算法的核心概念，您将基于广泛的库（如sclkit-learn、NLTK、TensorFlow和Keras）来探索现实世界的示例。您将发现新的主题，如主成分分析（PCA）、独立成分分析（ICA）、贝叶斯回归、判别分析、高级聚类和高斯混合等。

本书介绍了如何设计和构建拥有良好对话体验的机器人，来提供新型的消费者服务或者提高企业效率，让人们的工作更高效。本书适合设计师、产品经理和创业者阅读。作者既总结了取得成功的机器人产品的经验，也剖析了那些失败者的教训。书中还介绍了实用的机器人设计模式。你将学会如何使用有效的引导流程、勾勒不同的工作流、为机器人设定合适的性格，以及呈现信息时如何在富控件与文本之间保持精妙的平衡。

在工业领域，人们把可编程控制技术、数控技术和工业机器人技术称为现代制造业的三大技术支柱。　《ROBCAD操作入门》以ROBCAD软件为对象，详细介绍了软件的各个功能模块。结合项目实例点焊、滚边、抓取等，且介绍了与之相关的工艺知识，达到学习工业机器人仿真编程的目的。　《ROBCAD操作入门》适用普通本科和高等职业院校的自动化相关专业、汽车制造专业的学生，以及从事工业机器人应用开发、调试和现场维护的技术人员使用。

本书主要介绍脑控智能车辆的概念、主要体系结构和关键技术。全书由10章构成，内容自成体系。第1章介绍脑控智能车辆产生的背景、概念、分类和发展趋势； 第2章介绍脑机接口技术； 第3章到第5章介绍第一类脑控智能车辆（基于任务层面共享控制的脑控智能车辆），其中第3章介绍基于任务层面共享控制的脑控智能车辆，特别介绍基于P300 BCI的目的地选择系统，该系统是第一类脑控智能车辆的核心部分，第4章介绍基于混合BCI的目的地选择系统，第5章介绍环境因素对基于BCI的目的地选择系统影响； 第6章到第8章介绍第二类脑控智能车辆（基于运动控制的脑控智能车辆），其中第6章介绍基于运动控制的脑控智能车辆，特别介绍基稳态视觉诱发电位（steady state visual evoked potential， SSVEP）和α波的脑控智能车辆的速度和方向控制方法，第7章介绍脑控智能车辆运动控制系统建模，第8章介绍脑控智能车辆运动的共享控制方法； 第9章和第10章介绍第三类脑控智能车辆（基于驾驶员或用户状态脑电识别的脑控智能车辆），其中第9章介绍驾驶员紧急刹车意图的脑电表征，第10章介绍驾驶员紧急刹车意图的脑电检测。 本书可供自动化、计算机、机械、人工智能、生物医学、电子工程等专业的高等院校师生和相关专业的研究机构或企业的研发人员参考使用。

本书是一本机器学习算法方面的理论+实践读物，主要包含机器学习基础理论、回归模型、分类模型、聚类模型、降维模型和深度学习模型六大部分。机器学习基础理论部分包含第1、2章，主要介绍机器学习的理论基础和工程实践基础。第3章是回归模型部分，主要包括模型的建立、学习策略的确定和优化算法的求解过程，最后结合三种常见的线性回归模型实现了一个房价预测的案例。第4至11章详细介绍了几种常见的分类模型，包括朴素贝叶斯模型、K近邻模型、决策树模型、Logistic回归模型、支持向量机模型、随机森林模型、AdaBoost模型和提升树模型，每一个模型都给出了较为详细的推导过程和实际应用案例。第12章系统介绍了五种常见的聚类模型，包括K-Means聚类、层次聚类、密度聚类、谱聚类和高斯混合聚类，每一个模型的原理、优缺点和工程应用实践都给出了较为详细的说明。第13章系统介绍了四种常用的降维方式，包括奇异值分解、主成分分析、线性判别分析和局部线性嵌入，同样给出了详细的理论推导和分析。最后两章分别是词向量模型和深度神经网络模型，其中，词向量模型详细介绍了Word2Vec和Doc2Vec模型的原理推导和应用；深度神经网络模型系统介绍了深度学习相关的各类基础知识。本书适合对人工智能和机器学习感兴趣的学生、求职者和已工作人士，以及想要使用机器学习这一工具的跨行业者（有最基本的高等数学、线性代数、概率基础即可），具体判别方法建议您阅读本书的前言。

聊天机器人作为人工智能技术的杀手级应用，发展得如火如荼，各种智能硬件层出不穷。《自然语言处理实践：聊天机器人技术原理与应用》系统地阐述了聊天机器人的分类和关键技术，不仅给出了实际案例，还展望了聊天机器人在通往更智能化、更人性化、更趣味化的道路上所面临的挑战。同时，针对聊天机器人在从感知智能到认知智能的跨越中所面临的难题，《自然语言处理实践：聊天机器人技术原理与应用》着重讨论了知识图谱和深度学习技术在自然语言处理、问答、推理、服务融合等方面的应用。 《自然语言处理实践：聊天机器人技术原理与应用》适合有志于从事人工智能行业，以及想了解聊天机器人到底是什么的读者阅读。

《Unity与C++网络游戏开发实战：基于VR、AI与分布式架构》特色：1.知识体系全面，适合读者系统学习该书系统地介绍了Unity图形引擎和C++智能仿真服务的相关知识，全面涵盖图形引擎的原理和应用开发，以及智能网络服务的相关知识和前沿技术，可以带领读者系统地掌握从基础知识到系统开发，再到实战应用等图形模拟和智能网络系统开发的完整知识体系。2.以真实项目案例贯穿全书，实用性很强该书通过一个完整的仿真训练系统项目案例贯穿全书，在讲解案例的过程中将虚拟仿真系统开发需要掌握的各种技术穿插讲解，既可以让读者很好地掌握这些技术，又可以手把手带领读者参与真实的项目开发，体验实际开发的点点滴滴。3.提供独有的工业级源代码，稍加修改即可用于实际开发该书的案例源代码是基于作者以往开发的实际项目简化而来，并且结合仿真系统开发的相关知识进行了深入剖析，真正实现了从技术学习到应用工程落地的转化。读者将书中的项目案例源代码适当修改即可用于自己的工程项目中。4.提供完善的开发环境下载支持，方便读者使用该书涉及多种开发环境和工具，建议读者使用书中讲解时采用的版本。为了方便读者学习，作者将这些开发环境和工具的下载地址整理了出来，同该书案例源代码一起提供给读者下载使用。具体获取方式见前言中的“该书配套资源获取”部分。