本書詳細介紹了工業(yè)機器人精度補償?shù)幕�礎(chǔ)理論和關(guān)鍵技術(shù)，闡述了機器人精度及精度補償?shù)幕�本概念，主要�?nèi)容包括：機器人運動學建模、機器人采樣點規(guī)劃方法、基于定位誤差模型的機器人精度補償技術(shù)、基于誤差相似度的機器人精度補償技術(shù)、基于神經(jīng)網(wǎng)絡(luò)的機器人精度補償技術(shù)、基于關(guān)節(jié)空間閉環(huán)反饋的機器人精度補償技術(shù)以及基于笛卡兒空間閉環(huán)反饋

本書基于RISC-V和Chisel講解自定義CPU的實現(xiàn)。全書分為5個部分，立足于CPU、存儲器、計算機架構(gòu)等基礎(chǔ)知識，逐步帶領(lǐng)讀者實現(xiàn)簡單的加減法、分支、比較等基礎(chǔ)指令，理解流水線對于CPU高速化的重要意義及實現(xiàn)，最后應用向量擴展語言實現(xiàn)自定義CPU。要提醒的是，本書所指的“CPU制作”僅限于軟件上的設(shè)計和模擬，不涉

本書對自然語言處理中的兩種代表性的短文本信息挖掘進行研究：關(guān)系抽取和彈幕評論挖掘。針對關(guān)系抽取任務，從精度、效率、魯棒性及前沿探索四個方面進行分析并提出對應的解決方法。針對彈幕評論挖掘任務，充分地利用彈幕的實時性、交互性、高噪聲等性質(zhì)，提出適用于彈幕評論的語義分析模型。針對目標任務的信息缺陷，本書從多角度研究和設(shè)計對應

本書囊括了沖突分析圖模型三十多年的理論研究成果和前沿方法，是中外學者長期合作完成的沖突分析領(lǐng)域的國際**著作。主要內(nèi)容包括沖突分析實踐，決策方法綜述，沖突分析圖模型的基本內(nèi)涵，簡單偏好、未知偏好、強度偏好和混合偏好下圖模型的穩(wěn)定性，結(jié)盟穩(wěn)定性，沖突演變分析及沖突分析決策支持系統(tǒng)。本書是目前沖突分析圖模型研究領(lǐng)域內(nèi)容最全

本書以項目化教學和任務驅(qū)動的教學方法組織教材。HTML+CSS+JavaScript是網(wǎng)頁設(shè)計的三大基礎(chǔ)，也是網(wǎng)頁前端技術(shù)的核心及關(guān)鍵。本書全面講解HTML、CSS、JavaScript、DOM與BOM、多瀏覽器兼容性測試與調(diào)試等。以讀者熟練掌握主流前端技術(shù)為目標，緊貼Web前端開發(fā)工程師的崗位的需求，內(nèi)容新穎全面。本

本書聚焦于Photoshop、AdobeCameraRaw(ACR)和生成式人工智能（AIGC)技術(shù)三個主要工具，為讀者介紹了一系列關(guān)于影像后期處理的核心技法。作為現(xiàn)今流行且強大的后期處理工具，Photoshop和ACR為攝影師提供了廣闊而深入的創(chuàng)作空間，而AIGC技術(shù)則為人們帶來了新的影像生成和編輯方式，從而拓寬了藝

本書結(jié)合開源商城項目youlai-mall介紹使用SpringCloudAlibaba開發(fā)微服務架構(gòu)應用程序的方法。全書從邏輯上分為3部分。第1部分是第1章，介紹微服務架構(gòu)的基本概念、主流解決方案、youlai-mall開源商城項目的基本情況，以及本書開發(fā)環(huán)境和測試環(huán)境的搭建方法等。閱讀第1部分內(nèi)容可以為進一步學習Sp

本書重點介紹了目前處理數(shù)據(jù)非常有效的工具——Excel、Python和數(shù)據(jù)庫的應用知識。本書通過一則完整的故事討論了如何以Python編程為中心，結(jié)合Excel和數(shù)據(jù)庫的特點，并以基礎(chǔ)統(tǒng)計學貫穿其中，幫助讀者深入地了解數(shù)據(jù)分析的相關(guān)知識。在本書中，首先，討論了如何使用Excel整理數(shù)據(jù)，以及Excel中數(shù)學和統(tǒng)計函數(shù)的

控制系統(tǒng)原理及相近課程是高等學校工科學生的核心課程之一。這是本書第十四版的中譯本，主要內(nèi)容包括控制系統(tǒng)導論、系統(tǒng)數(shù)學模型、狀態(tài)空間模型、反饋控制系統(tǒng)的特性、反饋控制系統(tǒng)的性能、線性反饋系統(tǒng)的穩(wěn)定性、根軌跡法、頻率響應法、頻域穩(wěn)定性、反饋控制系統(tǒng)設(shè)計、狀態(tài)變量反饋系統(tǒng)設(shè)計、魯棒控制系統(tǒng)、數(shù)字控制系統(tǒng)等。 本書的例子和習題

本書主要介紹基于視覺的YOLO框架的技術(shù)原理和代碼實現(xiàn)，并講解目標檢測領(lǐng)域中的諸多基礎(chǔ)概念和基本原理，在YOLO框架的基礎(chǔ)上介紹流行目標檢測框架。本書分為4個部分，共13章。第1部分介紹目標檢測領(lǐng)域的發(fā)展簡史、主流的目標檢測框架和該領(lǐng)域常用的數(shù)據(jù)集。第2部分詳細講解從YOLOv1到Y(jié)OLOv4這四代YOLO框架的網(wǎng)絡(luò)結(jié)