本书主要介绍知识系统、知识服务、知识管理及知识工程的相关内容，共三个部分。第一部分主要介绍知识系统与知识服务，这部分从知识的定义出发，阐述知识服务的产生及与知识系统的关系，并详细介绍了四种典型的知识系统，着重介绍其发展历史、种类特征和体系框架等。第二部分主要介绍知识管理与知识工程，这部分内容围绕知识管理展开，涵盖知识管理的产生与发展、关键技术、系统类型及常用的知识管理平台等。第三部分重点分析当前知识系统中的重点、难点和关键技术，并且详细介绍作者科研团队在知识鉴别、知识分析、知识导航、专家推荐及知识云等方面的**研究成果。与此同时，本书还介绍作者科研团队提出的创新算法在知识系统中的应用，并以原型系统的形式予以展示。

机器人传感器是实现机器人及自身与外部环境进行信息交互的重要手段。通过搭载不同类型的传感器，机器人对其自身及周围环境进行检测，并对检测结果进行处理、分析、决策，然后选择合适的运动。本书按传感器基础篇、机器人传感器篇进行编排，全书共7章，前后呼应，循序渐进，由常用传感器到机器人传感器应用，逐步介绍了传感器的基础知识与检测技术、常用传感器、智能传感器、机器人常用传感器、工业机器人常用传感器、移动机器人常用传感器、机器人多传感器信息融合等内容。

本书以手势识别技术理论与应用为主题，系统地介绍了该领域常用的数据集，以及基于手工特征、卷积神经网络、循环神经网络及其变种、多模态数据融合与注意力机制等实现的手势识别算法。此外，本书还结合作者的开发经验，介绍了手势识别在真实场景中的应用，旨在使读者在了解相关技术的同时提升实际应用能力。 \n本书既适合从事计算机视觉和人工智能领域研究的技术人员阅读，也可以作为高等院校相关专业师生的参考教材。 \n

本书重点阐述机器人系统动力学和控制的基本原理，并展示了如何计算和使用分析工具（如matlab、mathematica和maple）来进行机器人系统设计。

三支决策是一种基于人类认知过程的粒计算研究方法与不确定决策理论，主要采用“三”的思维方式进行“分-治-效”进程的智能计算与知识发现，其三层结构化思维诱导出三层分析方法论。三支决策与三层分析已经成为人工智能研究与应用的重要工具与有效方法。《三支决策与三层分析》介绍三支决策与三层分析相关的理论、技术、算法、应用等的*新研究进展。《三支决策与三层分析》共11章，系统介绍三支决策论与三层分析法，内容涉及不确定性建模、信息度量、属性约简、分类学习、聚类应用、动态决策、数据分析、概念分析、冲突分析等。

区别于市场上同类书，本书不但侧重于理论知识的普及，也将技术融合于Python模块进行实验上的操作与演示。本书主要内容包括：人工智能技术概述，人脸识别技术、物体识别技术，视频识别技术、语音识别技术、文本识别技术，区块链技术等。全书综合了各种模块对人工智能技术的实践，将分散的技术点统一起来，并把抽象的原理与适应读者思维的案例相融合，实现知识点的充分理解。 本书适合从事数据科学及AI的读者阅读。

本书内容由浅入深、循序渐进，涵盖了深度学习在图像处理中的应用技术。本书共8章，首先简要介绍图像处理技术，以及深度学习在图像领域中的应用；接着对深度学习在图像处理中的应用技术进行详细介绍，包括图像阴影检测、图像阴影去除、图像噪声处理、图像匀光和匀色等内容；然后对基于卷积神经网络的图像超分辨率重建方法进行讲解；最后以基于深度学习的红树林提取和屋顶提取与绿化评价为例，详细讲解深度学习在图像处理中的应用。

本书主要介绍树莓派不同类型的特性，以及树莓派入门所需要的基础知识；涵盖了树莓派GPIO 的不同操作方法，以及树莓派的I2C总线、SPI总线、UART串口、PWM脉宽调制等偏硬件操作的内容； 同时也为读者准备了一些树莓派上常见的服务类型的搭建和配置，包括树莓派推流服务器搭建的方法， 常见数据库MariaDB、PostgreSQL的安装配置操作，MQTT服务器的搭建配置，DHCP服务器的搭建 配置等。此外，还加入了一些比较有趣的实验，例如利用TensorFlow实现对象检测，使用OpenCV制 作一个树莓派扫描仪，或利用OpenCV实现换鼻子的实验，带领读者了解树莓派通过摄像头能够实现 的一些应用。本书为初学者全面入门了解树莓派提供了很好的切入点，使读者可以了解更多树莓派的使用方法 以及操作小技巧。同时，在整体的编程过程中使用了C语言、Python语言及Shell脚本语言等常见语言， 对于拥有此类语言编程经验的用户更友好。希望读者能够在这里找到自己喜欢的实验，并顺利入门树莓派！

目前自动驾驶的一个发展趋势就是智能化。随着人工智能的飞速发展以及各种新型传感器的涌现，汽车智能化形成趋势，辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据，其中视频处理需要大量并行计算。然而，传统CPU算力不足，而DSP擅长图像处理，对于深度学习却缺乏足够的性能。尽管GPU擅长训练，但它过于耗电，影响汽车的性能。因此，本书着眼于未来，认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标，来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2～6章重点讲述环境感知以及规划控制方面的算法设计；第7～10章重点讲述深度学习模型的优化和深度学习芯片的设计；第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计；第13章介绍5G车联网。

《掌控Python .人工智能之语音识别》围绕人工智能领域重要的语音识别技术，面向有一定Python基础的读者讲解语音识别的原理、技术发展和实现方法。　《掌控Python .人工智能之语音识别》共6章，主要内容包括语音识别概述、音频文件的可视化、人工智能和机器学习、语音转换为文本、语音反馈与交互、语音助手。