本书是作者在积累多年科研成果的基础上撰写而成的，详细介绍风格迁移领域中的一些算法设计和模型，涉及铅笔画风格实现、图像上色、云南重彩画的数字模拟和合成以及云南重彩画风格化绘制等技术。本书包含4种不同的风格迁移算法，模型构建思路和实现步骤详细透彻。本书立足于图像风格迁移这一大的研究领域，结合作者多年的科研工作经验，本书面向对风格迁移这一研究方向感兴趣的读者，会起到很好的参考作用，帮助读者了解相关风格的迁移算法和设计思路。

本书针对我国实际磨削加工智能化程度低，较难对磨削过热、砂轮钝化、磨削烧伤等进行有效预判，极易出现磨削能耗高、效率低、烧伤频繁、表面完整性差、磨削性能不稳定等技术问题，将新一代信息技术与先进制造技术深度融合，介绍了磨削功率/能耗智能监控与优化决策软硬件系统、磨削过程监测海量功率信号的时频域特征提取方法、磨削工艺参数多目标优化方法、用户-基础-过程-知识结构的远程磨削数据库、磨削加工智能控制技术、磨削功率/能耗智能监控与优化决策系统应用及展望等。

本书概述了直流输电技术的发展演变、柔性直流电网的组网与关键装备以及柔性直流线路的故障分析和处理方式，重点分析并阐述了柔性直流电网直流线路故障快速处理涉及的关键理论与技术。本书的核心理论以柔性直流线路故障后各元件的反应时序为主线，阐述了一系列故障限流方法；提出了多种单端量与双端量保护原理以及雷击干扰识别方法；设计了一系列多端口、多功能的直流断路器拓扑及其控制策略；提出了柔性直流线路故障性质的识别方法，在快速隔离故障后可实现直流断路器的自适应重合闸功能；介绍了研发的柔性直流线路单/双端量保护原型样机

页岩油气藏赋存方式多样、孔隙结构复杂，常规的油气渗流理论已不再适用。分子模拟和孔隙尺度流动模拟是揭示页岩油气流动的有效手段。本书从分子模拟、解析模型、数字岩心和孔隙网络模型等方面论述页岩油气藏微观渗流理论和数值模拟方法等的研究进展，充分考虑页岩油气的纳米受限效应、吸附/解吸、多流动模态等机制，揭示了页岩油气在纳微米尺度上的流动机理，为理解页岩油气藏的开发和生产提供了重要的理论基础。

本书阐述数据驱动的工业过程监控与故障诊断的理论与应用方法，主要内容包括：过程监控必要的基础知识、常见测量方法、检测指标、控制限设计和仿真平台；面向间歇过程的故障检测方法，包括软过渡PCA监控、基于核费希尔包络分析的故障识别、基于局部特征相关性的故障诊断；面向质量监控的全局与局部特征融合的故障诊断方法，包括基于全局加局部偏最小二乘模型、局部保持偏最小二乘模型、局部线性嵌入潜结构偏最小二乘的投影模型和鲁棒L1偏最小二乘模型的多种质量监控方法；面向故障溯源的数据与机理融合诊断方法，包括基于贝叶斯因果模

跨越光学系统衍射极限分辨率的成像是当今光学工程与生物医学工程中的热点科学问题。本书提出普适性超越衍射极限分辨率的成像方法——移频超分辨光学成像，系统论述移频超分辨成像的原理与计算方法，介绍移频超分辨成像的特性、实现技术，以及分辨率极限等核心内容，论述移频成像方法在实际超分辨成像中的各种应用技术，同时从不同学科方向介绍对超分辨成像的认识与处理方法。

在人工智能飞速发展的今天，大众对于这一前沿技术仍感神秘且难以窥探其深。为此，本书针对人工智能的核心问题进行了深入剖析，旨在帮助读者揭开其神秘面纱。
　　本书的主要内容围绕以下问题展开：什么是人工智能？人工智能能否解释其决策？它能否承担法律责任？它是否具有代理权？人类应该保留对这类系统的何种控制权，是否取决于所做决策的类型？如今数据共享比10年前更容易也更普遍，我们是否需要对隐私法进行根本性的反思？我们如何应对通过针对性政治广告进行操纵的潜在可能？政府在使用决策工具方面与产业界是否有所不同？

本书围绕人工智能技术在电力系统中的应用，探讨数据分析、负荷预测、设备故障预测、新能源发电功率预测、优化调度等关键技术。第1～4章以人工智能技术的主要应用领域预测为切入点，探讨负荷预测、故障概率预测、新能源发电功率预测领域常见的人工智能技术，着重讨论时间序列的累积效应、城市微气象与电力空调负荷的交互影响对预测结果的影响；第5和6章聚焦大数据下电力系统智能决策问题，分别提出虚拟发电厂优化调度、安全约束机组组合图建模方法和基于负荷预测可信度与时间弹性的备用容量规划方法；第7章构建智能电网管理水平评价体

本书结合小波变换和深度学习这两种先进的技术手段，系统地设计多种小波域上的依赖关系，对小波变换域联合建模进行深入的研究，从而显著地提高小波对图像特征的表示能力，并推动小波分析在理论和应用方面的发展。本书首先介绍小波变换的基本原理和相关的数学知识，以及小波变换在图像处理中的应用；其次详细地讲解深度学习相关的理论知识和常用的图像处理方法；然后详细地介绍深度神经网络的基础理论和网络组件，以案例形式介绍PyTorch深度学习框架；最后，详细地介绍深度神经网络常用网络组件和模型，重点介绍和分析ResNet模

物体6自由度（6D，6DoF）位姿估计是机器人视觉、增强现实、自动驾驶、具身智能等领域的核心技术。本书分层次介绍了有纹理物体、低纹理物体，以及反光低纹理物体位姿估计的先进机器视觉理论、方法及关键技术，其中以最具挑战性的反光低纹理物体为重点。
　　全书包含8章，第1章为绪论，介绍视觉6D位姿估计的基本概念、研究现状，及现有技术面临的挑战；第2章介绍视觉6D位姿估计的基础知识；第3章介绍适用于有纹理物体的基于图像特征点匹配的方法；第4章介绍适用于低纹理物体的判别式神经网络方法；第5章～第8章介