本書緊緊圍繞物聯(lián)網(wǎng)中“感知層、傳輸層、應用層”所涉及的三大類技術架構組成的物聯(lián)網(wǎng)技術知識體系安排教學內(nèi)容。主要內(nèi)容包括：物聯(lián)網(wǎng)的基本概念、體系結構、標準化、關鍵技術以及主要應用領域與發(fā)展；感知技術、射頻識別（RFID）技術原理及應用；傳感器及無線傳感網(wǎng)絡的基本知識及應用；與物聯(lián)網(wǎng)相關的通信與網(wǎng)絡技術；云計算及智能信息處

高級專家系統(tǒng):第二版介紹專家系統(tǒng)的理論基礎、設計技術及其應用,共11章。高級專家系統(tǒng):概述專家系統(tǒng)定義、發(fā)展歷史、類型、結構和特點以及專家系統(tǒng)構建的步驟;討論開發(fā)專家系統(tǒng)時可能采用的人工智能的知識表示方法和搜索推理技術;探討專家的解釋機制;研究基于規(guī)則專家系統(tǒng)、基于框架專家系統(tǒng)、基于模型專家系統(tǒng)、基于Web專家系統(tǒng)和實

傳統(tǒng)的模糊決策方法無法解決復雜的不確定情境下的評估與優(yōu)化問題。語言計算是近年來為描述模糊信息、建立模糊邏輯、處理模糊現(xiàn)象發(fā)展起來的一種新的信息處理和管理決策工具。多粒度語言為偏好的模糊決策已經(jīng)應用于項目管理、投資評估中并取得成果。本文在深入研究基于擴展原理和符號化方法的語言計算模型基礎上，重新給出多粒度語言的分類。根據(jù)

作為Web2.0的典型應用之一，社會化標簽具有獨特的優(yōu)勢，可以為Web知識推送提供十分有價值的基礎數(shù)據(jù)。本書借鑒數(shù)學領域的圖論、物理學領域的復雜網(wǎng)絡、社會學領域的社會網(wǎng)絡分析、圖書情報學領域的信息計量，闡述了網(wǎng)絡分析的基本原理，進而建立基于共現(xiàn)分析的社會化標簽網(wǎng)絡和基于社會化標簽的潛在社會網(wǎng)絡。然后，分別構建基于用戶層

《前饋神經(jīng)網(wǎng)絡分析與設計》系統(tǒng)地論述了前饋神經(jīng)網(wǎng)絡的主要理論、設計基礎及應用實例，旨在使讀者了解神經(jīng)網(wǎng)絡的發(fā)展背景和研究對象，理解和熟悉它的基本原理和主要應用，掌握它的結構模型和設計應用方法，特別是前饋神經(jīng)網(wǎng)絡的參數(shù)學習算法和結構設計方法，為深入研究和應用開發(fā)打下基礎。為了便于讀者理解，書中盡量避免煩瑣的數(shù)學推導，加強

云模型是研究定性概念與定量數(shù)值之間相互轉換的不確定性認知模型。粒計算是當前計算智能研究領域中模擬人類思維和解決復雜問題的新方法。它覆蓋了所有有關粒度的理論、方法和技術，是研究復雜問題求解、海量數(shù)據(jù)挖掘和模糊信息處理等問題的有力工具�！读Ｓ嬎阊芯繀矔�：云模型與粒計算》介紹云模型與粒計算交叉研究的最新進展，由國內(nèi)外相關領域

人工智能是研究解釋和模擬人類智能、智能行為及其規(guī)律的一門學科。本書共16章：第1～6章討論人工智能的認知問題和自動推理，論述邏輯基礎、約束推理、定性推理、基于案例的推理、概率推理；第7～14章重點討論機器學習和知識發(fā)現(xiàn)，包括歸納學習、支持向量機、解釋學習、強化學習、無監(jiān)督學習、關聯(lián)規(guī)則、進化計算、知識發(fā)現(xiàn)；第15章闡述

本書對增強學習與近似動態(tài)規(guī)劃的理論、算法及應用進行了深入研究和論述。主要內(nèi)容包括：求解Markov鏈學習預測問題的時域差值學習算法和理論，求解連續(xù)空間Markov決策問題的梯度增強學習算法以及進化一梯度混合增強學習算法，基于核的近似動態(tài)規(guī)劃算法，增強學習在移動機器人導航與控制中的應用等。本書是作者在多個國家自然科學基金