本書聚焦人工智能領(lǐng)域中機器學(xué)習(xí)的基礎(chǔ)理論與方法，通過嚴謹?shù)臄?shù)學(xué)推導(dǎo)和可解釋性分析，幫助讀者理解常用方法的理論內(nèi)涵與實現(xiàn)細節(jié)。全書共8章，第1章簡要講解機器學(xué)習(xí)的基本概念與發(fā)展脈絡(luò)；第2章和第3章介紹所需的數(shù)學(xué)基礎(chǔ)與優(yōu)化基礎(chǔ)；第4章介紹數(shù)據(jù)基礎(chǔ)理論方面的知識；第5～8章分類探討經(jīng)典機器學(xué)習(xí)方法，涵蓋特征處理、聚類分析、回

本書對于互聯(lián)網(wǎng)絡(luò)的匹配排除、連通性和診斷度問題提供了一個統(tǒng)一的理論框架。內(nèi)容包括：對網(wǎng)絡(luò)診斷的概述；給出網(wǎng)絡(luò)的高階好鄰診斷度和高階限制診斷度的一些充分條件；確定了一些著名網(wǎng)絡(luò)的高階連通度、自然診斷度、高階好鄰診斷度和高階限制診斷度以及互聯(lián)網(wǎng)絡(luò)的匹配排除和條件匹配排除。書中許多內(nèi)容和方法是作者的研究成果，同時還提出一些問

本書堅持理論教學(xué)環(huán)節(jié)與實驗實踐教學(xué)環(huán)節(jié)并重的教育理念,不僅詳細探討了機器學(xué)習(xí)和深度學(xué)習(xí)原理,即“模型、學(xué)習(xí)準則和優(yōu)化算法”,而且對每一個模型均輔以Python“自編碼”算法設(shè)計,詳細再現(xiàn)了從原理分析到算法設(shè)計與應(yīng)用的過程和思想,使理論分析、優(yōu)化計算與算法設(shè)計三者交互映襯,便于讀者學(xué)習(xí)掌握.本書共包含16章,既涵蓋了經(jīng)典

本書系統(tǒng)介紹了非線性約束系統(tǒng)的智能自適應(yīng)反步遞推控制的基本理論和方法，力求涵蓋國內(nèi)外最新研究成果，主要內(nèi)容包括非線性嚴格反饋系統(tǒng)的智能自適應(yīng)約束控制設(shè)計方法及理論、非線性時滯約束系統(tǒng)的智能自適應(yīng)控制設(shè)計方法及理論、非線性多智能體約束系統(tǒng)的智能自適應(yīng)控制設(shè)計方法及理論、非線性切換約束系統(tǒng)的智能自適應(yīng)控制設(shè)計方法及理論，以

本書從數(shù)據(jù)空間的基本概念入手，分析和探討了數(shù)據(jù)空間的定義、類型、特征、功能、架構(gòu)、組件和關(guān)鍵技術(shù)，以及數(shù)據(jù)空間與數(shù)據(jù)要素市場的關(guān)系等基礎(chǔ)理論問題；同時，結(jié)合具體實例，從多學(xué)科視角對數(shù)據(jù)空間內(nèi)數(shù)據(jù)安全與信任體系構(gòu)建、數(shù)據(jù)連接器與參與者認證、數(shù)據(jù)集成與互操作方法、信息模型與詞匯表設(shè)計、數(shù)據(jù)生態(tài)體系建設(shè)等重要問題進行了深入且

本書面向當前多時相遙感影像處理分析的學(xué)術(shù)前沿與地學(xué)應(yīng)用的重大需求，介紹多時相遙感影像處理分析的框架體系和實現(xiàn)過程，對其中涉及的發(fā)展前沿、關(guān)鍵技術(shù)進行了探討和綜述。在常規(guī)遙感變化檢測、多時相信息提取方法的基礎(chǔ)上，引入深度學(xué)習(xí)、集成學(xué)習(xí)、遷移學(xué)習(xí)等新型機器學(xué)習(xí)理論方法，重點對多時相遙感影像自動變化檢測、多時相遙感影像地表覆

本書立足人工智能高速發(fā)展背景下數(shù)據(jù)中心面臨的電力消耗與碳排放挑戰(zhàn)，結(jié)合新能源系統(tǒng)發(fā)展機遇，系統(tǒng)探討算力-電力-熱力協(xié)同在數(shù)據(jù)中心可持續(xù)發(fā)展中的關(guān)鍵作用。本書從宏觀視角剖析全球算力電耗演變及中國能耗現(xiàn)狀，揭示算效提升的迫切性，并梳理全球綠色低碳實踐；微觀層面則圍繞數(shù)據(jù)中心分類、節(jié)能技術(shù)及算力-能源協(xié)同邏輯展開，通過知識圖

本書作為基于深度學(xué)習(xí)的自然語言處理基礎(chǔ)教程，介紹基于深度學(xué)習(xí)的自然語言處理領(lǐng)域的各種技術(shù)范式以及相關(guān)概念，構(gòu)建該領(lǐng)域的知識體系，幫助讀者對該領(lǐng)域知識有全面和系統(tǒng)的了解。全書共12章，分別介紹深度學(xué)習(xí)自然語言處理數(shù)據(jù)資源、常用的神經(jīng)網(wǎng)絡(luò)模型、語言模型的基本概念、注意力機制的基本概念、自然語言處理基本任務(wù)及建模方法、預(yù)訓(xùn)練

本書闡述了基于群組及Lp正則項稀疏神經(jīng)元反應(yīng)的多種神經(jīng)網(wǎng)絡(luò)建模的思想，介紹了以大腦神經(jīng)元反應(yīng)能耗為約束的多目標稀疏優(yōu)化模型，并針對傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)、Pi-Sigma神經(jīng)網(wǎng)絡(luò)，Sigma-Pi-Sigma神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、嶺多項式神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)等給出了相關(guān)的稀疏優(yōu)化方案，并針對每種具體的神經(jīng)網(wǎng)絡(luò)模型給

本書主要論述自抗擾控制器設(shè)計方法、參數(shù)整定規(guī)則及其在能源動力控制系統(tǒng)中的仿真模擬與現(xiàn)場試驗。本書在理論分析的基礎(chǔ)上，通過大量仿真實驗詳盡地討論了自抗擾控制的應(yīng)用，主要包括單變量與多變量系統(tǒng)的控制器設(shè)計與參數(shù)整定，氣化爐、鍋爐、汽輪機、發(fā)電機、飛行器、水輪發(fā)電機組、分布式能源系統(tǒng)等實際對象控制的仿真模擬，以及火電機組控制