本书是程鹏、王艳东主编普通高等教育“十一五”国家级规划教材、北京市精品教材——自动控制原理（第3版）配套的学习辅导与习题解答。作者主持的北京航空航天大学“自动控制原理”课程2006年被评为国家精品课程。与主教材配套的中国大学MOOC——北京航空航天大学”自动控制原理I“”和“自动控制原理II”2019年上线。全书按“学习提示”、“习题解答”和“硕士研究生模拟试卷题”三个方面加以论述。全书内容扼要，明确指出本课程的重点和难点内容，以及学生在学习中的疑难之处与错误概念，给出了教材所有的习题

本书阐述了控制工程的基本原理、MATLAB在控制系统中的分析方法及控制理论在机械工程中的应用。内容包括控制工程的基本概念、拉氏变换的数学方法、系统的数学模型、系统的时间响应及稳态误差分析、根轨迹设计方法、系统的频率特性、系统的稳定性、控制系统的校正、离散控制系统的基本知识。       书中在介绍各部分内容时，适时插入MATLAB仿真程序强化理论知识的验证，穿插重点专业术语的英语词汇以增加学生的专业英语词汇量。      本书可供机械设计制造及其自动化、电子信息工程、测控技术与仪器、热

《人工智能导论》共8章，从人工智能的基本定义开始，由浅入深地向读者阐述了人工智能的理论、策略、研究方法和应用领域，以梳理知识脉络和要点的方式，在较为全面介绍人工智能领域进展的基础上对一些传统内容进行了取舍。详细介绍了知识表示、逻辑推理、非确定性推理、搜索策略、机器学习、大数据以及人工智能应用案例等方面的内容。为满足读者进一步学习的需要，除第1章和第8章之外，每章*后都配有综合案例分析，便于读者在所学知识的基础上懂得如何运用。
《人工智能导论》既适合作为高等院校人工智能课程的教材，也适合计算

王中生主审机械工业出版社本书是应用型相关专业“自动控制原理”(经典控制)课程的教材或参考书。
本书涵盖了“经典控制”内容，重点对线性定常系统的时域分析法、频率特性分析法和非线性系统的描述函数分析法做了全面的阐述，对根轨迹分析法、离散系统分析方法和非线性系统相平面分析方法的主要内容及应用做了简要介绍。
本书以应用为重点，三基（基本概念、基本原理和基本分析方法）为主线，具有内容全面、重点突出、层次分明、定义准确、概念清晰、论述简明及通俗易懂的特色。
本书可作为电气工程类、自动化类各

深度学习已经广泛的应用到智能制造的各个方面。本书以智能制造为背景, 分别介绍了深度学习在故障诊断、表面缺陷预测、健康状态评估等方面的工作。本书的内容不仅涵盖了深度学习的基本概念和理论, 更多的介绍了常见的深度学习模型及其实现方式, 以通俗易懂的方式, 为读者呈现出深度学习的核心内容。突出为智能制造专业服务的主线, 在案例的选取上, 摒弃了传统以图像识别、自然语言处理为主的讲解模式, 通过选择智能制造及智能制造系统中案例, 指导读者更好的了解深度学习的使用方法和技巧。本书介绍了深度学习的

本书从理论和工程应用相结合的角度, 比较全面和系统地阐述了控制理论(包括经典控制理论和现代控制理论)的基本内容。书中内容侧重介绍一些基本概念、基本理论和基本分析方法, 尽量降低理论方面的难度, 并注意强化读者的工程意识, 提高其工程实践能力。  本书的主要特色是在保持理论完整性和系统性的前提下, 从仿真实现的角度, 采用目前流行的控制系统分析和综合的软件包——MATLAB完成了相关内容的论述。全书共分为12章, 主要内容有:  绪论、线性系统的数学描述、 线性系统的时域分析法、线性系统

本书系统阐述了人工智能的基本原理、方法和应用技术，以知识为线索，分为知识搜索、知识发现、知识推理和知识应用四个部分，全面反映了人工智能领域国内外的最新研究进展和动态。为便于读者深入学习，每章的最后一节均配有相关方法的案例和编程内容，大部分章末配有课后练习，读者可扫描书中二维码获取相关代码和参考答案。
本书可作为高等学校智能科学与技术、人工智能、自动化、机器人工程等相关专业学生学习人工智能课程的教材，也可供从事人工智能研究与应用的科技工作者参考。

本书以轨道交通行业为背景，从人工智能在轨道交通中的应用、机器分类、图像检测、语音识别、文本分析、OCR识别以及项目实战应用案例等方面，由浅入深，全面、系统地介绍了人工智能技术服务及各种应用。在编写上以项目教学为主线，以任务驱动为核心，以培养技术应用型人才为目标，将基本技能培养和主流技术结合，使学生通过学习，能够掌握人工智能技术应用基本技能以及AWS云计算在人工智能方面的综合应用。本书每一章都有项目开发案例，使得理论知识与实践操作有机结合，同时把近年来人工智能发展的新技术、高职高专全国

本书是为高等院校计算机科学与技术、软件工程、人工智能、大数据技术、信息管理等相关专业的“人机交互技术”或“人机界面设计”等课程编写的以实验和实践为主线开展教学的主教材。
全书通过一系列在网络环境下学习和实践的实验练习，把人机交互技术的概念、理论知识与技术融入实践中，加深读者对该课程的认识和理解。内容包括人机交互与用户体验，人机交互相关学科，人机交互界面，概念化交互，社会化交互，情感化交互，发现需求，交互设计过程，设计指南与原则，原型构建与敏捷设计，直接操纵与界面设计，命令、菜单与表格，用户

本书主要讲解了机器学习算法的基础知识，以及业界常用算法的应用。其中，项目1 介绍了机器学习的定义、类型、环境搭建以及开发步骤；项目2 介绍了如何进行数据预处理，包含如何对获取的原始数据进行处理、数据集的划分、数据的归一化，以及如何使用主成分分析来提取数据的主要特征等内容；其他8个项目主要介绍了目前主流的机器学习算法。每个项目均介绍了要讲解的算法的原理、步骤、特点，再通过具体的案例对算法的原理知识展开详细的讲解，并将算法应用于实际的场景中，加深读者对算法的理解。
　　本书可作为高等院校大数据