《虚拟现实技术与应用》是结合制造业工科类专业和电子商务类专业读者的特点与需求编写而成的。在内容上注重系统性、新颖性和先进性；在表述上注重通俗易懂、循序渐进；在虚拟现实应用开发软件选择上，着重考虑软件的先进性、成熟性和领域应用的广泛性，以满足不同起点和不同层次读者的需求。全书共8章。第1章为虚拟现实技术概述，第2章介绍了虚拟现实系统的硬件设备，第3章介绍了虚拟现实系统的关键技术，第4章介绍了虚拟现实系统软件，第5章介绍了全景摄影和全息投影技术，第6章介绍了增强现实技术，第7章介绍了Cult3D软件与应用，第8章介绍了EON Studio软件与应用。《虚拟现实技术与应用》可作为高等院校制造业工科类、电子商务类专业的计算机辅助技术的教学用书，也可作为其他专业领域的虚拟现实技术爱好者的学习参考用书。

作为计算机科学的一个分支，人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。本书包括引言、基础知识、基于知识的系统、高级专题以及现在和未来五部分内容。第一部分从人工智能的定义讲起，就人工智能的早期历史、思维和智能的内涵、图灵测试、启发法、新千年人工智能的发展进行了简要论述。第二部分详细讲述了人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识。第三部分介绍并探究了人工智能领域的成功案例，如DENDRAL、MYCIN、EMYCIN等经典的专家系统，振动故障诊断、自动牙科识别等新的专家系统，以及受到自然启发的搜索等。第四部分介绍了自然语言处理和自动规划等高级专题。第五部分对人工智能的历史和现状进行了梳理，回顾了几十年来人工智能所取得的诸多成就，并对其未来进行了展望。本书系统、全面地涵盖了人工智能的相关知识，既简明扼要地介绍了这一学科的基础知识，也对自然语言处理、自动规划、神经网络等内容进行了拓展，更辅以实例，可以帮助读者扎扎实实打好基础。本书特色鲜明、内容易读易学，适合人工智能相关领域和对该领域感兴趣的读者阅读，也适合高校计算机专业的教师和学生参考。

本书共通过7章，深入浅出地介绍了因子图数学定义、推断方法，以及真实环境中机器人上的各种应用。在涵盖了详细的背景知识及数学论证的同时，提供了充足的SLAM应用案例以供读者参考。

本书全面系统地介绍了机器学习的基本概念、预备知识、主要思想、研究进展、基础技术、应用技巧，并围绕当前机器学习领域的热点问题展开讨论。全书共11章，主要内容包括决策树、神经网络、支持向量机、遗传算法、回归、聚类分析等。 本书可作为高等院校计算机、软件工程、智能科学与技术等专业研究生和高年级本科生的教材，同时对于从事人工智能、数据挖掘、模式识别等相关技术人员也具有较高的参考价值。

个性化推荐能够根据用户的历史行为显式或者隐式地挖掘用户潜在的兴趣和需求，并为其推送个性化信息，因此受到研究者的追捧及工业界的青睐，其研究具有重大的学术价值及商业应用价值，已广泛应用于大型电子商务平台、社交平台、新闻客户端以及其他各类旅游和娱乐类网站中。 本书内容丰富，较全面地介绍了基于协同过滤的推荐系统存在的问题、解决方法和评估策略，主要内容涉及协同过滤推荐算法中的时序技术、矩阵分解技术和社交网络信任技术等知识。 本书可供从事推荐系统、人工智能、机器学习、模式识别和信息检索等领域的科研人员及研究生阅读、参考。

脉冲神经网络应用精确定时的脉冲序列表示与处理信息，是新一代人工神经网络计算模型。本书系统论述了脉冲神经网络的基本理论、算法及应用。首先介绍了脉冲神经网络的基础知识，包括脉冲神经元的建模与分析、脉冲神经网络的模拟策略、神经信息的编码方法、脉冲序列的相似性度量方法等；其次讨论了脉冲神经网络的学习算法、进化发育方法以及文化学习等；最后以图像分割和图像识别为例，分析了脉冲神经网络在图像处理领域中的应用。

人工智能开发的激烈竞争与飞速进步、以及“技术奇点”的日渐临近，使人们更加关注人工智能会不会夺走人们手中的工作？人工智能与人类是不是对立的？技术奇点真得会到来吗？技术奇点到来时人类该如何生存？未来的我们将如何面对技术奇点等问题。为了诠释这些疑问，本书在对人类史、人工智能、机器人、奇点的问题进行整体把握的基础上，对人工智能、机器人、奇点问题给人类未来带来的影响、由此产生的问题以及解决对策等进行了通俗易懂的解说，并对“从人类700万年甚至大约40亿年的生物进化史来看，奇点具有怎样的意义？”“生物与人类生存的意义究竟在何处？”“人类在终的未来探求什么？”这些问题进行了积极的探讨。

《深度学习基础教程》是真正适合深度学习初学者的入门书籍，全书没有任何复杂的数学推导。《深度学习基础教程》首先介绍了深度学习的优势和面临的挑战、深度学习采用深层架构的动机、学习深度学习需要的数学知识和硬件知识以及深度学习常用的软件框架。然后对多层感知机、卷积神经网络（CNN）、受限玻耳兹曼机（RBM）、循环神经网络（RNN）及其变体—长短时记忆（LSTM）网络进行了详细介绍，并且以独立章节重点阐述了CNN在计算机视觉中的应用、RNN在自然语言处理中的应用以及深度学习在多模态学习领域中的应用。随后，本书介绍了深度强化学习的基本知识，给出了应用深度学习技术需要的许多实用技巧并概述了深度学习的一些新方向和新应用。

本书旨在为读者提供相对系统的人工智能介绍，包括人工智能概念、发展历程、涉及的数学背景、传统的机器学习方法以及深度学习方法等，同时也谈及一些政策、标准及产业方面的宏观问题，试图帮助读者理清人工智能的现状及未来。全书简明扼要，揭示一些本质的技术但又不过于深入细节，以期为人工智能入门读者提供相对系统的信息参考。本书适合从事人工智能相关工作的技术人员、管理人员以及对人工智能感兴趣、希望快速了解人工智能技术的人员阅读，也可作为高等院校相关专业学生的学习参考资料。

本教材从过程装备自动控制技术的应用角度，主要介绍过程装备控制系统的基本概念，基本组成、原理及应用；常见过程参数如压力、温度、流量、液位、物质成分等的测量方法原理及所用仪器、仪表的结构；常用过程控制仪表的结构原理；以及计算机控制系统的构成原理和可编程控制器技术；典型过程装备控制系统应用实例；最后简要介绍了几种先进的过程控制技术。本教材可供过程装备与控制工程专业本科和研究生使用，也可供有关院校石油、化工、能源、环境工程、安全工程等专业学生使用，也可供从事过程装备与控制行业的工程技术人员参考。