本書主要研究多自由度輪/履式仿人機(jī)器人在非結(jié)構(gòu)化環(huán)境下自主作業(yè)的關(guān)鍵技術(shù)。第1、2章介紹研究背景及多自由度輪/履式仿人機(jī)器人平臺(tái)；第3、4章介紹不同幾何約束條件下的圖像特征匹配算法，通過提高特征點(diǎn)匹配性能和運(yùn)動(dòng)估計(jì)精度來解決非結(jié)構(gòu)環(huán)境下的三維地圖構(gòu)建及重建問題；第5～7章介紹基于路徑規(guī)劃、碰撞檢測，以及穩(wěn)定判據(jù)的運(yùn)動(dòng)學(xué)

本書主要介紹了滿足多個(gè)時(shí)空約束要求的多智能體運(yùn)動(dòng)規(guī)劃技術(shù)，全書共8章：第1～2章闡述了運(yùn)動(dòng)規(guī)劃的基本概念、相關(guān)技術(shù)，重點(diǎn)講述了智能體多層次行為模型；第3～6章分別從不同角度對(duì)多智能體時(shí)空約束建模方法進(jìn)行了講解；第7章介紹了相關(guān)仿真應(yīng)用案例；第8章對(duì)深度強(qiáng)化學(xué)習(xí)在運(yùn)動(dòng)規(guī)劃中的應(yīng)用進(jìn)行了探索研究。本書適合從事智能無人平臺(tái)運(yùn)

本書面向不確定環(huán)境下離散制造企業(yè)的生產(chǎn)調(diào)度問題，系統(tǒng)闡述了不同類型魯棒機(jī)器調(diào)度的概念、模型及其求解算法。書中用盡量通俗簡潔的文字對(duì)大量概念給出了作者理解的定義，以方便讀者快速了解相關(guān)領(lǐng)域。

本書是計(jì)算機(jī)、信息管理和大數(shù)據(jù)等相關(guān)專業(yè)的專業(yè)英語教材，選材廣泛，覆蓋大數(shù)據(jù)的數(shù)據(jù)挖掘、數(shù)據(jù)分析等各個(gè)方面，同時(shí)兼顧了相關(guān)發(fā)展熱點(diǎn)。本書所選取的文章包括以下內(nèi)容：大數(shù)據(jù)的基本概念、大數(shù)據(jù)的數(shù)據(jù)挖掘、大數(shù)據(jù)的數(shù)據(jù)分析、大數(shù)據(jù)的影響、大數(shù)據(jù)的商業(yè)價(jià)值、大數(shù)據(jù)在各個(gè)領(lǐng)域的應(yīng)用以及大數(shù)據(jù)如何改變?nèi)藗兊纳�活等。每章所選用文章均來

本書由淺入深地介紹了如何快速搭建Airflow集群，包括不同操作系統(tǒng)的快速搭建方法、Airflow的安裝方法、Airflow集群的部署方法、Airflow中的核心概念和其他重要概念、Airflow的架構(gòu)和組件、Airflow的系統(tǒng)管理、實(shí)踐經(jīng)驗(yàn)以及其他常見的調(diào)度系統(tǒng)。附錄提供了Docker和Kubernetes的簡介。

《中國大數(shù)據(jù)應(yīng)用發(fā)展報(bào)告No.7》（2023）卷分為總報(bào)告、熱點(diǎn)篇、案例篇、探究篇四個(gè)部分，對(duì)大數(shù)據(jù)在數(shù)字政府、教育、文旅、金融、工業(yè)制造等多個(gè)領(lǐng)域及行業(yè)應(yīng)用的最新態(tài)勢進(jìn)行了跟蹤。報(bào)告收集了大數(shù)據(jù)服務(wù)地方政府精準(zhǔn)決策、大數(shù)據(jù)在文化和旅游資源普查與評(píng)價(jià)中的應(yīng)用、教育大數(shù)據(jù)治理及應(yīng)用、工業(yè)互聯(lián)網(wǎng)在玻璃制造行業(yè)的應(yīng)用等熱點(diǎn)案

本書全面介紹了最新的因果推斷方法，并以實(shí)踐應(yīng)用為輔，方便讀者理解。本書化繁為簡，層層深入地引導(dǎo)讀者了解因果推斷方法發(fā)展的歷程和現(xiàn)狀。通過本書，讀者可以獲得關(guān)于因果推斷方法的全局視角。本書共5章，以遞進(jìn)的方式展開對(duì)因果推斷方法的介紹。第1章從廣泛熟悉的相關(guān)關(guān)系出發(fā)，通過介紹相關(guān)關(guān)系與因果關(guān)系的聯(lián)系與區(qū)別過渡到對(duì)因果關(guān)系的

寫作本書的目的是希望讓不懂編程的讀者也能使用ChatGPT生成代碼，輕松實(shí)現(xiàn)Excel數(shù)據(jù)處理自動(dòng)化，讓讀者從零基礎(chǔ)成為高手；讓懂編程的讀者也能收獲良多，快速提升工作效率。書中用ChatGPT自動(dòng)生成代碼，實(shí)現(xiàn)了Excel數(shù)據(jù)處理自動(dòng)化的絕大部分內(nèi)容，包括數(shù)據(jù)導(dǎo)入和導(dǎo)出、數(shù)據(jù)整理、數(shù)據(jù)預(yù)處理、數(shù)據(jù)統(tǒng)計(jì)分析、數(shù)據(jù)可視化和

本書是PySpark大數(shù)據(jù)分析的入門讀物，適合有一定Python基礎(chǔ)的讀者學(xué)習(xí)使用。本書基于最新版本的PySpark3.4.x編寫，全書共11章，系統(tǒng)地介紹了PySpark大數(shù)據(jù)分析的方法和技巧，內(nèi)容涵蓋了大數(shù)據(jù)的相關(guān)技術(shù)、PySpark的基本概念、Spark環(huán)境搭建、數(shù)據(jù)分析的基本概念及相關(guān)工具、開發(fā)工具的選擇、Sp

本書面向裝備智能運(yùn)維學(xué)科發(fā)展前沿與工程迫切需求，錨定磨粒分析技術(shù)智能化方向，圍繞傳統(tǒng)監(jiān)測技術(shù)中磨粒信息表征不完備、磨損機(jī)理辨識(shí)精度低與磨損失效診斷不準(zhǔn)確的科學(xué)問題與應(yīng)用難題，以機(jī)理驅(qū)動(dòng)的磨損狀態(tài)演變監(jiān)測為主線，詳細(xì)介紹了靜態(tài)磨粒圖像傳感器設(shè)計(jì)、運(yùn)動(dòng)磨粒圖像傳感器設(shè)計(jì)、典型磨粒類型的智能辨識(shí)模型、磨損狀態(tài)的在線監(jiān)測方法等