华为HCIA-Datacom认证指南

作者：  周亚军

出版社：电子工业出版社 2021-07-01

简介：

数据分析与数据思维——Python编程要点、分析方法与实践技能

作者：  朝乐门

出版社：电子工业出版社 2021-07-01

简介：

华为HCIA-Datacom认证指南

作者：  周亚军

出版社：电子工业出版社 2021-07-01

简介：

PostgreSQL技术内幕：事务处理深度探索

作者：  张树杰

出版社：电子工业出版社 2021-07-01

简介：事务是关系型数据库实现的核心内容，它具有原子性、一致性、隔离性和持久性等特点，是数据库实现并发控制和故障恢复的基础。 本书首先分析了PostgreSQL数据库事务的实现机制，包括事务的基本概念、两阶段锁的原理及实现方法、多版本并发控制的原理及实现方法、故障恢复的实现方法等，然后通过介绍物理复制、逻辑复制、Zheap引擎的原理及实现、SSI的实现、两阶段提交的原理及实现，使读者获得了对事务更深入的理解，从而使读者既能了解事务的原理，也能清楚事务的实现细节。 本书适合数据库内核开发及相关领域的研究人员、数据库DBA、高等院校相关专业的本科生或者研究生阅读。

运筹学基础【集团自营】

作者：  李志猛 著

出版社：电子工业出版社 2021-07-01

简介：

国际贸易理论与实务 王东 著 电子工业出版社 9787121414558

作者：  王东 著

出版社：电子工业出版社 2021-07-01

简介：

智能电网与大数据分析—— 随机矩阵理论方法

作者：  (美)Robert C. Qiu(邱才明), Paul Antonik(保罗?安东尼克)

出版社：电子工业出版社 2021-07-01

简介：

基于BERT模型的自然语言处理实战

作者：  李金洪

出版社：电子工业出版社 2021-07-01

简介：本书介绍如何在PyTorch框架中使用BERT模型完成自然语言处理（NLP）任务。BERT模型是当今处理自然语言任务效果好的模型。掌握了该模型，就相当于掌握了当今主流的NLP技术。 本书共3篇。-第1篇介绍了神经网络的基础知识、NLP的基础知识，以及编程环境的搭建；-第2篇介绍了PyTorch编程基础，以及BERT模型的原理、应用和可解释性；-第3篇是BERT模型实战，帮助读者开阔思路、增长见识，使读者能够真正驾驭BERT模型，活学活用，完成自然语言处理任务。 通过本书，读者可以熟练地在PyTorch框架中开发并训练神经网络模型，快速地使用BERT模型完成各种主流的自然语言处理任务，独立地设计并训练出针对特定需求的BERT模型，轻松地将BERT模型封装成Web服务部署到云端。 本书结构清晰、案例丰富、通俗易懂、实用性强，适合对自然语言处理、BERT模型感兴趣的读者作为自学教程。另外，本书也适合社会培训学校作为培训教材，还适合计算机相关专业作为教学参考书。

机器视觉检测与应用

作者：  张焱

出版社：电子工业出版社 2021-07-01

简介：本书遵循"翻转课堂”的教学思路，系统地介绍了机器视觉理论和仿真软件的应用，并提供了丰富的实例、教学PPT、演示视频等资源。 本书从应用角度出发，全面系统地介绍了机器视觉发展、视觉系统组成和In-Sight Explorer视觉软件；通过大量的实例，全面阐述了In-Sight Explorer视觉系统的检测、识别、定位、测量四大功能和使用方法，以及视觉相机通过与机器人的连接通信，实现机器人自动分拣搬运的原理。 本书各章节之间既相互联系又相对独立，读者可根据自己需要选择阅读。【目录】目录 第1章 机器视觉概述 1 1.1 机器视觉的定义 1 1.2 机器视觉的发展 4 1.2.1 机器视觉的发展历程 4 1.2.2 中国机器视觉系统的研究现状 5 1.2.3 机器视觉的发展趋势 7 1.3 机器视觉的应用 8 课后习题1 12 第2章 机器视觉系统组成和核心部件 14 2.1 机器视觉系统的组成 14 2.2 机器视觉系统的核心部件 17 2.2.1 光源 17 2.2.2 镜头 33 2.2.3 工业相机 43 2.2.4 图像采集卡 44 2.2.5 机器视觉软件 45 课后习题2 45 第3章 机器视觉图像处理 47 3.1 图像预处理 47 3.2 频率图像增强 48 3.2.1 频率图像增强的基本步骤 48 3.2.2 傅里叶变换 49 3.2.3 频率域滤波 51 3.3 灰度均衡的原理与方法 56 3.3.1 图像灰度直方图 57 3.3.2 直方图均衡化 59 3.3.3 直方图规定化（匹配化） 62 3.4 边缘检测算法及其应用 63 3.4.1 边缘检测 63 3.4.2 几种算子的比较 70 3.4.3 阈值分割的原理与方法汇总 70 3.5 图像分割 71 3.5.1 阈值分割的基本概念 74 3.5.2 基于点的全局阈值选取方法 75 3.5.3 基于区域的全局阈值选取方法 77 3.5.4 局部阈值法和多阈值法 79 3.5.5 分割图像的结构 81 3.6 几何变换 83 3.6.1 图像的缩放 83 3.6.2 图像的平移 83 3.6.3 图像的转置 84 3.6.4 图像的旋转 85 3.6.5 图像的复杂变形 87 课后习题3 88 第4章 In-Sight Explorer视觉软件——EasyBuilder功能 89 4.1 In-Sight Explorer软件安装 89 4.2 EasyBuilder界面介绍 94 4.3 EasyBuilder视觉功能应用 96 4.3.1 定位功能 97 4.3.2 识别功能 101 4.3.3 检测功能 106 4.3.4 测量功能 115 4.3.5 综合应用 116 课后习题4 123 第5章 In-Sight Explorer电子表格功能 125 5.1 电子表格界面介绍 126 5.2 电子表格视觉功能应用 127 5.2.1 图案匹配功能 127 5.2.2 ID功能 130 5.2.3 OCV/OCR功能 133 5.2.4 瑕疵检测 138 5.2.5 综合应用 141 课后习题5 152 第6章 视觉相机的硬件与连接 153 6.1 视觉相机的硬件组成 153 6.1.1 标准组件 153 6.1.2 电缆 153 6.2 视觉相机与组件连接 156 6.2.1 接口和指示灯 156 6.2.2 视觉相机的固定 157 6.2.3 In-Sight软件联机 158 课后习题6 160 第7章 机器视觉工程应用 161 7.1 快速实时视觉检测系统的设计 161 7.1.1 重要概念 161 7.1.2 基本设计参数 162 7.1.3 光照技术的设计 168 7.1.4 设计图像处理算法的步骤 169 7.1.5 可行性证明 169 7.2 机器人视觉分拣系统搭建 171 7.3 机器人——视觉相机通信 173 7.3.1 EtherNet/IP功能 173 7.3.2 扫描仪设定 173 7.3.3 FANUC机器人I/O配置 175 7.4 视觉软件分拣作业 177 7.5 机器人程序编写 181 课后习题7 184 附录 康耐视In-Sight Explorer库函数 186 参考文献 206

人工智能（第3版）

作者：  王士同

出版社：电子工业出版社 2021-07-01

简介：本书是普通高等教育“十一五”规划教材，系统介绍了人工智能的基本原理和相关的应用领域。全书共10章，包括：绪论、知识表达方法、问题求解方法、基本推理技术、不精确推理、PROLOG语言、专家系统、机器学习、人工神经网络和人工智能游戏。本书内容丰富、条理清楚，各章都配有例题，并给出了相当数量的习题，以帮助读者理解和掌握本书的内容。本书可作为高等学校信息类相关专业的教材，也可供相关专业领域的科技人员使用。【目录】目 录 第1章 绪论 （1） 1.1 人工智能 （1） 1.1.1 什么是人工智能 （1） 1.1.2 什么是自然智能 （2） 1.2 人工智能发展史 （3） 1.2.1 阶段—孕育期（1956年以前） （3） 1.2.2 第二阶段—人工智能基础技术的研究和形成（1956—1970年） （5） 1.2.3 第三阶段—发展和实用化阶段（1971—1980年） （6） 1.2.4 第四阶段—知识工程和深度学习（1980年至今） （8） 1.3 人工智能的研究领域 （9） 1.3.1 专家系统 （9） 1.3.2 自然语言处理 （10） 1.3.3 机器学习 （11） 1.3.4 定理证明 （11） 1.3.5 分布式人工智能 （12） 1.3.6 机器人 （12） 1.3.7 模式识别 （13） 1.3.8 博弈和游戏 （14） 1.3.9 计算机视觉 （15） 1.3.10 人工神经网络 （15） 习题1 （16） 第2章 知识表达方法 （17） 2.1 知识的概念和含义 （17） 2.2 知识表达方法概述 （18） 2.2.1 知识类型 （18） 2.2.2 知识模型变换 （18） 2.3 状态空间表达 （19） 2.3.1 状态空间表达法的概念 （19） 2.3.2 状态空间表达法的例子 （20） 2.4 与/或图表达法 （20） 2.4.1 与/或图表达法的概念 （20） 2.4.2 与/或图表达法的例子 （21） 2.5 产生式系统 （22） 2.5.1 产生式系统的基本结构 （23） 2.5.2 产生式系统的表示 （25） 2.6 知识的逻辑表达方法 （28） 2.6.1 命题逻辑 （28） 2.6.2 谓词逻辑 （32） 2.6.3 一阶谓词逻辑表达方法 （33） 2.6.4 谓词逻辑表达法的特性和应用 （35） 2.7 语义网络 （36） 2.7.1 语义网络的概念和特性 （36） 2.7.2 语义网络的知识表示 （37） 2.8 框架表达法 （42） 2.8.1 框架的构成 （43） 2.8.2 框架系统和产生式系统的结合 （46） 2.9 特征表表达法 （48） 2.10 面向对象的表示 （49） 2.10.1 对象、消息和方法 （49） 2.10.2 类、类层次和继承性 （51） 2.10.3 面向对象的知识表示和语义网络、框架系统的比较 （51） 习题2 （52） 第3章 问题求解方法 （54） 3.1 状态空间搜索概述 （54） 3.1.1 状态图 （54） 3.1.2 问题在状态空间中的图描述 （55） 3.1.3 将问题求解定义为状态空间搜索 （56） 3.1.4 搜索的基本概念 （58） 3.2 盲目的图搜索 （60） 3.2.1 搜索策略概述 （60） 3.2.2 回溯策略 （61） 3.2.3 宽度优先搜索 （64） 3.2.4 深度优先搜索 （65） 3.2.5 图搜索 （68） 3.3　启发式图搜索 （68） 3.3.1　启发式策略 （69） 3.3.2　启发信息和估价函数 （71） 3.3.3　启发式图搜索法—A及A*搜索算法 （73） 3.3.4　A*搜索算法的讨论 （75） 3.4　与/或图搜索 （77） 3.4.1　与/或图的概念 （77） 3.4.2　AO及AO*搜索算法 （79） 3.4.3　博弈树搜索 （83） 3.5　局部搜索算法 （90） 3.6　模拟退火算法 （93） 3.6.1　固体退火过程 （93） 3.6.2　模拟退火算法 （94） 3.6.3 参数的确定 （95） 3.6.4 应用举例 （99） 3.7 遗传算法 （100） 3.7.1 生物进化和遗传算法 （100） 3.7.2 遗传算法的实现问题 （103） 3.8 约束满足法 （107） 习题3 （109） 第4章　基本推理技术 （112） 4.1　推理技术概述 （112） 4.1.1　推理的概念和类型 （112） 4.1.2　推理的控制策略 （115） 4.2　归结反演系统 （118） 4.2.1　归结原理 （118） 4.2.2　归结反演 （122） 4.2.3　归结反演的控制策略 （124） 4.2.4　应用归结反演求取问题的答案 （126） 4.3　基于规则的演绎推理 （128） 4.3.1　正向演绎推理 （128） 4.3.2　反向演绎推理 （133） 4.3.3 双向演绎推理 （135） 习题4 （136） 第5章 不精确推理 （138） 5.1 不精确推理概述 （138） 5.2 概率方法 （140） 5.2.1 概率论基础 （140） 5.2.2 概率推理模型 （142） 5.3 主观贝叶斯方法 （143） 5.3.1 不确定性的表示 （143） 5.3.2 主观贝叶斯方法推理的基本算法 （145） 5.4 可信度方法 （150） 5.4.1 基于可信度的不确定性表示 （150） 5.4.2 可信度方法推理的基本算法 （152） 5.5 模糊推理 （154） 5.5.1 模糊理论基础 （155） 5.5.2 语言变量和模糊推理 （158） 习题5 （159） 第6章 PROLOG语言 （161） 6.1 PROLOG语言概述 （161） 6.1.1 PROLOG语言的发展 （161） 6.1.2 PROLOG语言的特点 （161） 6.2 PROLOG语言的数据结构 （162） 6.2.1 数据结构 （162） 6.2.2 程序结构 （164） 6.3 PROLOG语言的内部谓词 （165） 6.3.1 比较类 （165） 6.3.2 表达式类 （166） 6.3.3 输入输出类 （166） 6.3.4 文件操作类 （166） 6.3.5 控制类 （167） 6.3.6 复杂目标类 （167） 6.3.7 项类 （168） 6.3.8 结构分量类 （168） 6.3.9 项维护类（动态数据库） （169） 6.4 PROLOG语言的搜索策略 （169） 6.4.1 例化与匹配 （170） 6.4.2 回溯控制 （170） 6.4.3 搜索策略 （172） 6.5 谓词“!”的讨论 （173） 6.5.1 谓词“!”的作用 （174） 6.5.2 用法及举例 （175） 6.6 PROLOG程序设计 （178） 6.6.1 数学函数 （178） 6.6.2 八皇后问题 （180） 6.6.3 专家系统示例 （181） 6.7 PROLOG语言与C语言的连接 （183） 6.7.1 语言条件 （183） 6.7.2 外部谓词说明 （184） 6.7.3 参数传递 （184） 6.7.4 外部C语言子程序 （185） 6.7.5 两个限制 （185） 习题6 （186） 第7章 专家系统 （189） 7.1 专家系统的定义和分类 （189） 7.1.1 专家系统的定义和特点 （189） 7.1.2 专家系统的类型 （192） 7.2 专家系统的结构和工作原理 （194） 7.2.1 专家系统的一般结构 （194） 7.2.2 专家系统的工作原理 （195） 7.3 知识获取 （197） 7.3.1 知识获取的任务 （198） 7.3.2 知识获取的模式 （199） 7.4 专家系统的建立 （201） 7.4.1 适于专家系统求解的问题 （201） 7.4.2 专家系统的设计原则和开发步骤 （202） 7.4.3 专家系统的评价 （205） 7.5 专家系统实例 （206） 7.5.1 动物识别专家系统 （206） 7.5.2 医学专家系统—MYCIN （208） 7.5.3 地质勘探专家系统—PROSPECTOR （216） 7.6 专家系统的开发工具 （219） 7.6.1 用于开发专家系统的程序设计语言 （219） 7.6.2 骨架系统 （219） 7.6.3 通用型知识表达语言 （222） 7.6.4 专家系统开发环境 （223） 习题7 （224） 第8章 机器学习 （225） 8.1 机器学习概述 （225） 8.1.1 机器学习的基本概念 （225） 8.1.2 机器学习的主要策略 （226） 8.1.3 机器学习系统的基本结构 （226） 8.1.4 机器学习系统的主要特性 （228） 8.2 机械学习 （230） 8.2.1 机械学习模式及主要问题 （230） 8.2.2 机械学习应用举例 （232） 8.3 示例学习 （233） 8.3.1 示例学习模型 （234） 8.3.2 示例学习的一般过程 （235） 8.3.3 示例表示 （238） 8.3.4 示例复用 （239） 8.3.5 示例保存 （240） 8.4 类比学习 （241） 8.4.1 类比学习的概念 （241） 8.4.2 类比学习的表示和求解 （242） 8.5 几种类比学习系统介绍 （244） 8.5.1 转换类比学习 （244） 8.5.2 派生类比学习 （248） 8.5.3 因果关系类比学习 （249） 8.5.4 联想类比学习 （252） 8.6 归纳学习 （253） 8.6.1 归纳学习概述 （253） 8.6.2 归纳学习的一般模式 （254） 8.6.3 类型定义 （254） 8.6.4 结构归纳学习及示例 （256） 8.6.5 基于决策树的归纳学习方法 （259） 习题8 （261） 第9章 人工神经网络 （263） 9.1 神经网络概述 （263） 9.2 人工神经元模型 （264） 9.2.1 神经元模型 （264） 9.2.2 神经网络结构及工作方式 （266） 9.3 神经网络的学习方法 （267） 9.3.1 学习方式 （267） 9.3.2 学习规则 （267） 9.3.3 学习与自适应 （268） 9.4 前馈神经网络 （269） 9.4.1 前馈神经网络结构 （269） 9.4.2 利用BP算法进行网络训练 （270） 9.5 Hopfield神经网络 （276） 9.5.1 神经联想记忆 （276） 9.5.2 Hopfield网络 （276） 9.5.3 Hopfield网络的一个范例 （281） 9.6 Kohonen自组织神经网络 （283） 习题9 （284） 第10章 人工智能游戏 （286） 10.1 计算机游戏中的人工智能 （286） 10.2 游戏编程中的人工智能 （287） 10.3 游戏中的移动 （288） 10.3.1 环境和空间 （288） 10.3.2 游戏世界的类型 （289） 10.3.3 处理移动 （291） 10.3.4 假设 （292） 10.3.5 测试条件 （292） 10.3.6 导航的技巧 （293） 10.3.7 游戏中的机器人及其移动 （293） 10.3.8 仿生机器人的自主导航 （294） 10.3.9 移动的标准 （295） 10.3.10 实例研究 （295） 10.4 实验平台FEAR （296） 习题10 （299） 参考文献 （300）

深入浅出AI算法：基础概览

作者：  吕磊

出版社：电子工业出版社 2021-07-01

简介：

深入浅出AI算法：基础概览

作者：  吕磊

出版社：电子工业出版社 2021-07-01

简介：

AutoCAD 2022机械设计从入门到精通:升级版【新华集团自营】

作者：  王菁

出版社：电子工业出版社 2021-07-01

简介：

LS-DYNA有限元分析常见问题及案例详解

作者：  袁志丹 等

出版社：电子工业出版社 2021-07-01

简介：

LS-DYNA有限元分析常见问题及案例详解

作者：  袁志丹 等

出版社：电子工业出版社 2021-07-01

简介：

Java EE互联网轻量级框架整合开发：SSM+Redis+Spring微服务（上下册）

作者：  杨开振

出版社：电子工业出版社 2021-07-01

简介：随着移动互联网的兴起，以Java技术为后台的互联网技术占据了市场的主导地位。在Java互联网后台开发中，SSM框架（Spring Spring?MVC MyBatis）成为了主要架构，本书讲述了SSM框架从入门到实际工作的要求。与此同时，为了提高系统性能，NoSQL（尤其是Redis）在互联网系统中已经广泛应用用，为了适应这个变化，本书通过Spring讲解了有关Redis的技术应用。随着微服务的异军凸起，Spring微服务也成为时代的主流，本书也包括这方面的内容。本书主要分为7部分：第1部分对Java互联网的框架和主要涉及的模式做简单介绍；第2部分讲述MyBatis技术；第3部分讲述Spring基础（包括IoC、AOP和数据库应用），重点讲解Spring数据库事务应用，以满足互联网企业的应用要求；第4部分讲述Spring?MVC框架；第5部分通过Spring讲解Redis技术；第6部分讲解Spring微服务（Spring?Boot和Spring?Cloud）；第7部分结合本书内容讲解Spring微服务实践。