多源视觉信息感知是指从模拟人类的思维模式和大脑皮层结构出发来指导视觉模式识别任务的方法，使计算机能够具备类人化的视觉感知功能，实现与环境之间不断学习、不断适应的演变过程。本书结合神经生理学、认知科学等学科的基本理论，首先介绍人类视觉感知系统和多源视觉信息传感的生理结构及功能特点。然后，结合计算机视觉、机器学习、模式识别的相关理论，分析视觉感知识别中的人脸识别、运动目标分析、行为识别问题以及视觉感知任务的相关数据库及评测标准。本书适用于通信工程、信号与信息处理、计算机科学与技术、电子科学与技术等相关专业的硕士及博士研究生使用。

本书由国家知识产权局专业人员编撰，对2000年以后人工智能的全球专利申请和中国专利申请做出了全面的专利分析，涉及全球专利申请110万项、中国专利申请58万件，所涉专利数量多、范围广。本书科学确定了人工智能技术分支，并对人工智能总体态势以及基础硬件、通用技术、智能应用三大分支的专利申请层层深入分析，展示了人工智能领域的技术竞争态势和产业发展格局，得出一系列富有启发性的结论。本书适合从事人工智能相关科学研究和产业实践的人员，以及对人工智能发展和专利分析感兴趣的广大读者阅读使用。

本书初定五个章节，第一章浅层模型部分介绍线性回归、Logistics 回归、Softmax 回归、广义线性回归模型以及机器学习基本概念。第二章介绍深度学习模型以及相应的正则化技术。第三章介绍卷积的物理意义、卷积神经网络及其各种改进。第四章介绍反馈神经网络及其改进的长短期记忆单元。第五章介绍深度强化学习，展示深度卷积网络如何与强化学习技术融合用以人机围棋博弈以及自动驾驶领域。

本书全面系统地阐述了人工智能的基本原理，勾画了人工智能理论和技术体系的基本框架，内容涵盖了人工智能各个分支领域的基本知识和主要内容，并体现了人工智能的z新进展。本书内容全面、基础、新颖、实用，为读者进一步学习和研发奠定了基础，指引了方向。全书共分为六篇，每篇为一个知识单元。本书结构风格独特，条理清楚，语言精练，图文并茂，理例结合，深入浅出，易读易懂，易教易学。本书适合于人工智能、数据科学、计算机、自动化、软件工程、网络工程、电子信息等专业使用，亦可供其他专业的师生和相关工程技术人员自学或参考。

随着科学技术的进步，在现实中遇到的问题变得越来越复杂，如何有效地解决是经常面临的一个问题。因此，国内外众多研究者在不断地研究和探索，而智能优化算法已成为重要的研究方向。《智能优化算法及其应用》介绍了经典、受欢迎的9种智能优化算法的基本原理、算法流程、算法的不足与改进及网络安全领域的应用，并给出了仿真测试实例，包括遗传算法、差分进化算法、蚁群算法、粒子群算法、人工蜂群算法、灰狼优化算法、鲸鱼优化算法、模拟退火算法和头脑风暴优化算法。《智能优化算法及其应用》适合作为计算机、信息、通信、控制、网络安全等相关专业高年级本科生和研究生的教材，也可供从事智能优化算法研究和应用的科研人员参考。

为适应机器人产业发展以及新工科对自动化类、机械类机器人技术相关专业人才培养的要求，本书以建模、标定、规划、控制、视觉等为主要内容，较为系统地阐述了机器人控制技术的相关基础知识。本书共九章。第1章介绍机器人发展史和机器人基本知识；第2章介绍机器人坐标变换、分析机器人运动学；第3章介绍机器人工件坐标系和工具坐标系的标定方法；第4章讨论机器人关节空间轨迹规划和笛卡儿空间轨迹规划；第5章分析机器人雅可比矩阵和机器人动力学建模方法；第6章介绍关节驱动和单关节独立线性控制；第7章讨论机器人的非线性控制方法；第8章分析机器人力位混合控制和阻抗控制；第9章介绍机器人视觉基本原理和图像处理技术。本书自第2章起每章*后都针对重点知识点设计了相应的习题。本书可作为机器人工程、智能制造、自动化、机械设计制造及其自动化、机械电子工程等专业本科生或相关学科研究生的教材或参考书，也可供从事机器人研发、应用的科技工作者参考。本书配有电子课件，选用本教材的教师可通过以下方式之一索取：登录www.cmpedu.com注册下载，加微信jinaqing_candy索取，或发邮件至jinacmp@163.com索取（注明姓名、学校等信息）。

《人工智能应用基础（Python版）》共9章，主要介绍了人工智能在监督学习、非监督学习、强化学习3个领域的10种常见算法，包括kNN、贝叶斯、决策树、支持向量机、集成学习、K-means、线性回归、神经网络、卷积网络、Q-learning等。全书采用Python作为实现语言，通过大量原创图表及实用案例让读者参与和体验人工智能的“决策过程”，希望读者能够了解并掌握人工智能的常用算法。该书配套的数字课程将在“智慧职教”（www.icve.com.cn）网站上线，读者可登录网站学习，授课教师可以调用本课程构建符合自身教学特色的SPOC课程，详见“智慧职教服务指南”。此外，该书还提供了其他丰富的数字化课程教学资源，包括电子课件（PPT）、实训案例、资源文件及源代码等，教师可发邮件至编辑邮箱1548103297@qq.com索取。《人工智能应用基础（Python版）》既可以作为高等职业院校的人工智能课程教材，也可以作为想了解机器学习技术及应用实践的人员的参考书。

本书全面、客观地综述在云计算、大数据环境下知识工程领域面临的新的科学问题及技术挑战，展示国内外在知识工程领域所取得的**进展，特别是对国内学者系统性、开创性的工作予以足够的重视并详细论述。本书针对大数据知识获取、表示、发现、开发与服务问题，围绕七大主题对国内外进展进行综述，包括大数据知识工程引论、知识表示、知识发现、知识管理与搜索、知识的智能建模、知识迁移和转换、知识工程交叉领域，这是在中国人工智能学会领导下，由知识工程与分布专委会组织编写的有关知识工程的具有重要学术价值和技术前瞻性的技术发展报告，适合人工智能及相关专业本科生、研究生、高级专业技术人员、政府科技管理人员阅读。

人工智能是研究理解和模拟人类智能、智能行为及其规律的一门学科。本书系统地阐述了人工智能的基本理论、基本技术、研究方法和应用领域等内容，比较全面地反映了国内外人工智能研究领域的Z新进展和发展方向，包括智能优化算法及应用研究。本书共6章，主要内容包括：人工智能的定义、起源、分类与发展，人工智能的知识表示方法，确定性推理的主要方法，非经典推理的主要方法，机器学习的各种基本方法，智能算法原理和应用，着重阐述当前领先的群智能算法及应用。 本书适合作为高等院校相关专业本科生和研究生的人工智能课程教材，也可供从事人工智能研究与应用的科技工作者学习参考。

这是一部讲解如何基于NLP技术和人机交互技术实现聊天机器人的著作。 两位作者聊天机器人领域均有多年大型项目的实战经验，这本书不仅讲解了NLP和人机交互的核心技术，而且从技术、算法、实战3个维度讲解聊天机器人的原理、实现与工程实践。 本书有3个特点： 前瞻性强，专注于NLP和人机交互的前沿技术，以及会话式AI技术在热门场景中的工程实践。 实战性强，每章都提供实战代码，大部分代码简单修改后便可在实际场景中使用；数据集并非简单构造，而是具有真实性。 对比性强，结合应用场景，对比不同技术的优劣，既能指导读者进行技术选型，又能加深读者对不同技术的理解。 本书一共12章，分为三大部分： 第壹部分 基础篇（第1-2章） 首先系统介绍了人机交互技术和聊天机器人技术的必备基础，然后讲解了深度学习工具的使用以及NLP开发环境的搭建 第二部分 算法篇（第3-8章） 这部分是核心内容，主要讲解中文自然语言处理的各种算法，包括分词技术、数据预处理、词向量技术、序列标注与中文 NER、文本深度学习、循环神经网络等。 第三部分 实战篇（第9-12章） 主要讲解了语言模型与对话生成、知识图谱问答、自然语言推理、实体语义理解这4种人机交互方面的高阶技术，涵盖信息抽取、槽位填充、语义理解、聊天机器人、问答系统、多轮对话技术等知识点。