海洋傳感器是海洋信息獲取的最前端，是海洋裝備最為重要的組成部分。了解海洋傳感器基本原理與傳感器的應(yīng)用，是海洋相關(guān)專業(yè)學生必備的知識與能力。本書首先介紹了海洋傳感器的發(fā)展，然后對海洋聲學、海洋光學以及海洋電磁學傳感器的基本理論、設(shè)計方法以及應(yīng)用進行了分析、介紹與總結(jié)；從傳感器、傳感器應(yīng)用等方面對海洋信息獲取進行了全方位的

本書主要內(nèi)容包括10個章節(jié)，包括緒論、仿生機構(gòu)與結(jié)構(gòu)設(shè)計、機器人仿生運動分析、機器人仿生力學基礎(chǔ)、機器人仿生驅(qū)動技術(shù)、機器人智能仿生感知、智能仿生決策與規(guī)劃、機器人智能仿生控制、機器人智能人機交互等，并在最后介紹智能仿生機器人系統(tǒng)實例(多足仿生機器人、智能人形機器人、仿生軟體機器人)。課程從仿生機器人緒論開始，講解仿生

在當前的信息化時代，數(shù)據(jù)與計算已成為人類生活的基本要素。面對廣泛的計算與數(shù)據(jù)處理需求，分布式計算系統(tǒng)已成為基礎(chǔ)的支撐。當前的互聯(lián)網(wǎng)、云計算、邊緣計算等均以分布式計算系統(tǒng)為基礎(chǔ)。掌握分布式計算系統(tǒng)相關(guān)的概念、算法、架構(gòu)有利于深入理解當前的計算基礎(chǔ)設(shè)施，是計算機系統(tǒng)領(lǐng)域相關(guān)從業(yè)人員的必備技能。本書主要講解分布式計算系統(tǒng)的基

本書系統(tǒng)地描述和展示不同于傳統(tǒng)剛性機器人的軟體機器人技術(shù)及其應(yīng)用，主要包括軟體機器人技術(shù)前沿和發(fā)展態(tài)勢，軟體機器人所涉及的主要軟材料和柔性結(jié)構(gòu)，軟體傳感技術(shù)的基本原理、設(shè)計、制造和應(yīng)用，軟體驅(qū)動技術(shù)的基本原理、設(shè)計、制造和應(yīng)用，軟體機器人的基本設(shè)計和制造方法，軟體機器人的建模和控制方法，軟體機器人在醫(yī)療、柔性抓取、水下

本書主要圍繞敏感材料及材料與基體之間的固定方式這兩方面展開探索研究，進而改善電化學葡萄糖傳感器的催化性能。對于酶傳感器來說，通過敏感材料和修飾手段協(xié)同作用改善了酶電極易受氧濃度干擾這一問題并提高穩(wěn)定性；對于無酶傳感器來說，從敏感材料及材料與基體之間的固定方式這兩方面綜合考慮，改善無酶傳感器的靈敏度低及選擇性差的問題，獲

機器人機構(gòu)是機器人的重要硬件基礎(chǔ)，是機械工程學科中的重要基礎(chǔ)研究領(lǐng)域。本書在對空間機構(gòu)多年理論研究與工程經(jīng)驗積累的基礎(chǔ)上，密切結(jié)合機器人工程相關(guān)學科領(lǐng)域的發(fā)展需求，以并聯(lián)機構(gòu)、軟體機構(gòu)、可展開機構(gòu)、折紙機構(gòu)等形式的機器人機構(gòu)為研究對象，對多種形式的機器人機構(gòu)的綜合與設(shè)計、仿真與分析、制造與工藝等技術(shù)發(fā)展與應(yīng)用進行了全面

本書按照教育部新的課程改革要求，基于模塊化、項目化和任務(wù)化設(shè)計內(nèi)容，構(gòu)建了以產(chǎn)業(yè)典型項目為基礎(chǔ)的體系。該體系將項目產(chǎn)品與產(chǎn)業(yè)發(fā)展相融合、教學內(nèi)容與職業(yè)能力相融合、考核評價與企業(yè)崗位相融合。從消費產(chǎn)品和生活場景中選取了智能樓道燈、智能洗衣機、智能燃氣灶、智能防盜系統(tǒng)、智能冰箱和智能平衡車6個真實項目，解剖這些項目涉及的傳

機器人的應(yīng)用在當今工業(yè)生產(chǎn)中占有很大的地位，工業(yè)機器人可以在極其惡劣的條件下工作，甚至可以不眠不休的工作，可以精確的執(zhí)行各種各樣的任務(wù)和操作。機器人及其控制技術(shù)是煤炭教育”十四五規(guī)劃”教材。本教材主要介紹了機器人機械結(jié)構(gòu)、機器人運動學、機器人軌跡規(guī)劃與設(shè)計、機器人驅(qū)動與控制、機器人傳感器選擇、履帶式移動機器人結(jié)構(gòu)設(shè)計、

"本書旨在為人工智能通識教育奠定基礎(chǔ)，采用Python語言展開數(shù)據(jù)科學的實踐。全書共9章，主要內(nèi)容包括大數(shù)據(jù)與數(shù)據(jù)科學導(dǎo)論、Python語言基礎(chǔ)、NumPy科學計算、Pandas數(shù)據(jù)處理與分析、數(shù)據(jù)可視化、機器學習基礎(chǔ)、回歸分析、分類分析、集成學習。本書聚焦結(jié)構(gòu)化數(shù)據(jù)分析，利用機器學習作為核心研究方法，致力于在多個應(yīng)用

本書系統(tǒng)介紹了大數(shù)據(jù)的相關(guān)知識及應(yīng)用，重視理論與實驗的結(jié)合。全書共14章，理論部分包含大數(shù)據(jù)概述、大數(shù)據(jù)平臺Hadoop、分布式文件系統(tǒng)、分布式并行編程模型MapReduce、數(shù)據(jù)倉庫Hive、分布式數(shù)據(jù)庫HBase、基于內(nèi)存的編程模型Spark、流計算與Storm、大數(shù)據(jù)采集與預(yù)處理、大數(shù)據(jù)存儲與管理、大數(shù)據(jù)分析與挖