《人机交互概论：从理论到应用》共分八章。前三章主要介绍相关理论与方法：第1章介绍人机交互基础理论、发展历程，以及相关模型；第2章介绍用户模型、用户研究方法和评估方法；第3章介绍交互设计基础、概念设计方法，以及原型系统制作方法、技术和工具。后五章主要介绍相关应用技术和实践案例：第4章介绍移动设备交互技术和应用，重点介绍手机用户界面设计方法和案例；第5章介绍虚拟现实与增强现实交互技术的发展历程、现状，关键技术基础和应用案例；第6章介绍体感和手势交互的关键技术和应用领域，重点介绍了主流的开发工具和应用平台；第7章介绍了眼动跟踪交互的关键技术和应用案例；第8章介绍了脑电数据分析方法、脑机交互的基本原理，以及在脑机交互人机交互中的具体应用。此外，为了便于学生对全书内容的理解、复习和应用，还设计了各章的思考题，并附上参考文献列表，方便学生课后查阅相关文献资料，拓展知识视野。

工业机器人作为一种高科技集成装备，对专业人才有着多层次的需求。 本书包括工业机器人编程的基础、构建基本仿真工业机器人工作站、仿真软件RobotStudio中的建模功能、机器人离线轨迹编辑、RobotArt离线编程软件的基本操作与工作站系统的构建、离线编程的应用。 本书实用性与可参考性强，可为从事工业机器人编程、操作、维护相关工作的工程技术人员提供帮助，也可供高等院校机电专业、机器人专业的师生学习参考。

暂缺简介...

本书面向控制科学与工程、机械工程、计算机科学与工程等学科，主要围绕模糊控制、 神经网络和群智能算法这三大主流智能控制方法，以LabVIEW为软件开发平台，以实际工程 项目为目标，由浅入深地阐述了这些方法的应用实现过程。 本书取材新颖，注重实例，具有一定的创新性和引导性，较好地体现了这一领域的新进展，可作为高等院校和科研院所计算机、自动化、机械、管理等专业的广大师生和科技工作者的参考书。

统计技术与机器学习的结合使其成为一种强大的工具，能够对众多计算机和工程领域的数据进行分析，包括图像处理、语音处理、自然语言处理、机器人控制以及生物、医学、天文学、物理、材料等基础科学范畴。本书介绍机器学习的基础知识，注重理论与实践的结合。第壹部分讨论机器学习算法中统计与概率的基本概念，第二部分和第三部分讲解机器学习的两种主要方法，即生成学习方法和判别分类方法，其中，第三部分对实际应用中重要的机器学习算法进行了深入讨论。本书配有MATLAB/Octave代码，可帮助读者培养实践技能，完成数据分析任务。

本书围绕仿生机器鱼的高机动运动，结合仿生技术和智能控制方法，对仿生机器鱼的研制过程和机动控制进行了系统阐述，主要包括六方面内容：仿生鱼体波及鱼体形态学设计、机器鱼二维高机动精准控制、基于仿生CPG的机器鱼运动控制、机器鱼的三维机动转向控制、机器海豚俯仰及滚翻控制、机器海豚跃水运动控制。本书的每一章对所用机器鱼及机器海豚的平台研制、算法实现及实验验证均进行了详细介绍。各部分的内容既相互联系又相互独立，读者可根据自己的需要选择学习。本书内容全面、系统、新颖、实用，不仅适用于普通高等院校信息科学、自动化、机电工程及相关专业的研究生、本科生及专科生的机器人学习课程，也可作为广大致力于机器人研究的科研人员和技术工作者了解水下仿生机器人基础知识及关键技术的参考资料和辅助读物。

本书的研究主要集中在对柔性细长杆件和薄板的变形分析上，对从经典的均质悬臂梁柔性杆变形模型到一般的柔性薄板大变形模型进行了理论阐述及案例验证。从伯努利欧拉形变力学模型、斯蒂芬·铁木辛柯力学模型入手，对比分析了基于解析解法、有限差分法、有限元法等的变形模型，逐步综合了弯曲、扭转、扭弯组合等几何非线性变形过程。本书在对柔性构件传统变形分析的基础上，引入了变形场重构的概念，即柔性构件可被看作是由有限个离散的微小段组合而成的，也可被看作是点云的集合。基于此，对柔性构件的变形分析可转化为空间点坐标重构问题，本书重点阐述了双目视觉重构法、模型分析法以及两者的融合。在变形分析的应用方面，本书以实例完整阐述了三维空间内全局大变形柔性杆变形可视化，以及柔性薄板在扭弯等复杂工况下动态变形场的快速重构和图像反馈等过程。

本书较系统地讲述了基于人工智能的多媒体数据挖掘和应用技术。全书共四个部分，十二个章节，首先以文本和图像为例，介绍了什么是从数据到语义的理解和挖掘；然后详细阐述了如何从底层内容特征的角度，建立多媒体数据的特征表达模型；并在此基础上，进一步以多模态数据为对象，介绍了目前的热点应用，即：跨媒体检索。最后，从数据结构关系和数据存储两个方面，扩展分析了复杂数据环境下的多媒体语义挖掘方法。

《深度学习：一起玩转TensorLayer》由TensorLayer创始人领衔写作，TensorLayer社区众包完成，作者全部来自一线人工智能研究员和工程师，内容不仅覆盖了传统书籍都有的多层感知器、卷积网络、递归网络及增强学习等，还着重讲解了生成对抗网络、学习方法和实践经验，配有若干产品级别的实例。读者将会从零开始学会目前新的深度学习技术，以及使用TL实现各种应用。 《深度学习：一起玩转TensorLayer》以通俗易懂的方式讲解深度学习技术，同时配有实现方法教学，面向深度学习初学者、进阶者，以及希望长期从事深度学习研究和产品开发的深度学习工程师和TensorFlow用户。

《机器学习——Python实践》系统地讲解了机器学习的基本知识，以及在实际项目中使用机器学习的基本步骤和方法；详细地介绍了在进行数据处理、分析时怎样选择合适的算法，以及建立模型并优化等方法，通过不同的例子展示了机器学习在具体项目中的应用和实践经验，是一本非常好的机器学习入门和实践的书籍。 不同于很多讲解机器学习的书籍，本书以实践为导向，使用 scikit-learn 作为编程框架，强调简单、快速地建立模型，解决实际项目问题。读者通过对《机器学习——Python实践》的学习，可以迅速上手实践机器学习，并利用机器学习解决实际问题。《机器学习——Python实践》非常适合于项目经理、有意从事机器学习开发的程序员，以及高校相关专业在的读学生阅读。