本书介绍了利用ProcessSimulate进行智能产线的数字化建模及工艺仿真，主要内容包括：数字化工厂规划、数字化工艺仿真与验证、ProcessSimulate软件基本操作、机器人仿真模型建立、焊接过程的创建、装配过程的创建、人体模型工具、人机交互仿真，以及单工位机器人、AGV小车与桁架机器人协同工作、桁架运行、整线仿真等完整的仿真案例。此外，本书还配送了电子资料包，读者扫描书中二维码可观看配套视频，轻松愉悦地进行学习。本书适合制造型企业数字化产线规划与仿真人员使用，也可作为高等院校智能制造、

本书是关于多传感器编队目标跟踪技术的专著，是著者对国内外近30年来该领域的研究进展和自身研究成果的总结。全书共8章，主要内容包括绪论、编队目标航迹起始算法、复杂环境下的集中式多传感器编队目标跟踪算法、部分可辨条件下的稳态编队跟踪算法、部分可辨条件下的机动编队跟踪算法、集中式多传感器机动编队目标跟踪算法、系统误差下的编队目标航迹关联算法、结论及展望。本书可供信息工程、C3I系统、雷达工程、电子对抗、红外、声呐、军事指挥等专业的科技人员阅读和参考，还可作为上述专业的高年级本科生或研究生教材，同时可供

本书主要介绍经典的机器学习算法的原理和改进，以及Python的实例实现。本书的内容可以分成三部分：第一部分是机器学习概念篇（第1章），充分介绍机器学习的相关概念，并且对机器学习的各种算法进行分类，以便读者对机器学习的知识框架有整体的了解，从而在后续的学习中更容易接受机器学习涉及的各类算法；第二部分是Python机器学习基础篇（第2章和第3章），简单介绍Python的基本使用方法、机器学习库scikit�瞝earn和人工智能工具集OpenAIGym；第三部分是机器学习算法与Python实践篇（第4

《Linux高性能网络详解：从DPDK、RDMA到XDP》主要介绍了DPDK、RDMA和XDP三种高性能网络技术的原理、使用方法和实现方案。 《Linux高性能网络详解：从DPDK、RDMA到XDP》总计26章，分为四大部分。第1部分介绍了计算机网络、计算机硬件和Linux操作系统的基础知识，以及软件和硬件之间传递信息的方式、以内核协议栈为基础的网络方案和Corundum。第2部分介绍了DPDK的入门知识、DPDK的内存管理、UIO/DPDK的基本使用方法、测试和分析高性能网卡，以及如何为Cor

本书围绕计算机代码的验证工作，以代码验证的背景和历史发展为切入点，从微分方程出发，提出了一个逐步验证代码精度阶的方法和流程。重点讨论了在验证过程中如何设计一套具有覆盖性的测试相关问题。详细介绍了精度阶验证的有关内容，包括代码验证和解验证、代码确认的区别，人造精确解方法，并给出了精度阶验证的实例。

本书从NLP的概述开始,介绍了将文本分成句子、词干提取和词形还原、去除停用词和词性标记的方法,以帮助您准备数据。然后,您将学习提取和表示语法信息的方法,例如依存分析和回指解析,发现使用词袋、TF-IDF、词嵌入和BERT表示语义的不同方法,并培养文本技能使用关键字、SVM、LSTM和其他技术进行分类。随着学习的深入,您还将了解如何从文本中提取信息、实施无监督和有监督的主题建模技术,以及对短文本(如推文)进行主题建模。

《UGC质量实时预判机制研究》融合用户研究、行为科学、信息质量、大数据分析等相关理论和方法，深入探讨社交网络用户参与行为及其对UGC质量的影响，通过挖掘“用户行为-UGC质量”关联，把基于内容和基于行为的方法结合起来，建立了多种基于用户行为挖掘的UGC质量实时预判模型，为UGC质量治理提供新思路。 与之前相关研究相比，《UGC质量实时预判机制研究》从用户行为的角度研究UGC质量治理，为适应新一代网络信息资源管理的需求，提出UGC质量“预判”的思想，能够变事后控制为事前预测与管理，有助于管理部门

本书分四部分,基于代码实践从各个角度来告诉大家如何编写面向未来的Python代码,以及如何优雅、合理地实现代码的健壮性。第一部分讲解Python中的类型和类型检查器,以及它们如何帮助开发人员在早期捕获缺陷。第二部分重点关注如何创建自己的类型,深入讨论了枚举类、数据类和类,并探讨了在设计类型时做出某些设计选择来增加或降低代码的健壮性。第三部分重点关注如何使开发人员能够轻松地更改你的代码,讨论了可扩展性、依赖项和架构模式等。第四部分探讨如何构建安全网,以让你拥有一个强大的、健壮的系统;该部分介绍各种

本书讲解如何用单元测试引领开发工作,以解决业务领域中的复杂问题。本书把需求划分成多个比较小的功能,并分别予以实现。无论采用哪种编程语言与编程框架,你都可以把书里的知识运用到日常的编程工作之中。本书包含下列内容:用TDD把业务领域中的复杂问题划分成多个小的功能,并分别予以实现;如何在各种编程语言里面,用各种测试框架来做测试驱动开发(TDD)。

本书围绕在工业界广为应用的云计算与边缘计算技术，在扼要介绍传统理论及方法的基础上，系统地论述了著者近10年来在云边端协同服务领域的理论、算法及应用成果。主要内容包括：云边协同服务技术的国内外最新研究进展，社交信任感知的云边端协同服务架构、云边端协同的轨迹隐私保护技术、云边端协同的服务实体搜索技术、云边端协同的内容缓存分发技术、云边端协同的知识迁移技术。全书兼具理论性、资料性和实践性。