《工业机器人技术与应用》全面且详细地介绍了工业机器人的各项关键技术，包括工业机器人的基础性知识：机械系统、运动轨迹规划、感知系统、控制系统等，在讲解感知系统时，充分解读了传感器的相关知识；也讲解了编程操作、虚拟仿真等进阶性技术；同时，本书最后三章通过讲解焊接机器人、AGV搬运机器人、装配机器人，让读者对各种不同类型的工业机器人有全面的认识和理解。
全书内容充实，图文并茂，适合对工业机器人感兴趣的初学者阅读学习，同时也可以作为高等院校机器人、智能制造相关专业的教材使用。

本书对WPS数据的产生、处理、分析等内容进行了全面阐述，包括WPS表格的特色功能与应用技巧、报表的格式化设置、数据源的规范整理、常用的数据处理与分析方法、数据透视表的应用、公式与函数实际应用技巧、可视化图表的应用、数据表的打印技巧，以及WPS Office各组件之间的信息联动等。
全书采用循序渐进的方式，化繁为简，降低了阅读难度，让学习变得更轻松。丰富的案例，更贴近实际工作。本书适合职场新人，以及想提高效率的行政文秘、人力资源、销售、财会等岗位的人员阅读；同时也适合高校老师和学生使用，还可

本书聚焦网络化科学活动中的群体认识论问题，主要包括网络化科学的形态与特征透视、网络化科学中的认知主体分析、网络化科学中的认知分工研究、未来的网络化科学发展及其认识论等，探寻了提升网络化科学的运行效率和运作秩序方法和策略，进而在政策层面探究实现高效和良序的可能机制，为政府科学与技术政策、科学传播(科普)政策的制定及相关决策提供参考。

本书基于非合作目标雷达特性、运动特性和形状特征，分析了影响目标ISAR成像的因素，重点对稀疏重构成像方法和弹道目标特征提取方法进行了阐述分析，针对非合作目标成像、特征提取与识别面临的成像时间短、积累信号少、成像质量不高和特征提取识别难的问题，提出了多种基于联合稀疏重构和二维稀疏重构的成像方法，并阐述了机动非合作目标的快速高分辨成像方法。针对弹道目标快速运动特征和微动特征，在建立目标中段运动及微动模型的基础上，对回波信号进行仿真分析，从其距离像序列及二维ISAR像序列出发，总结弹道目标的特征

人工智能时代一种全新的技术——Agent正在崛起。这是一种能够理解自然语言并生成对应回复以及执行具体行动的人工智能体。它不仅是内容生成工具，而且是连接复杂任务的关键纽带。本书将探索Agent的奥秘，内容包括从技术框架到开发工具，从实操项目到前沿进展，通过带着读者动手做7个功能强大的Agent，全方位解析Agent的设计与实现。本书最后展望了Agent的发展前景和未来趋势。 本书适合对Agent技术感兴趣或致力于该领域的研究人员、开发人员、产品经理、企业负责人，以及高等院校相关专业师生等阅读。读者

本书主要介绍了使用Visual Studio 2022进行MAUI以及控制台应用程序开发所需要的基础知识。本书讲述了C#语言的特点；阐述了MAUI界面布局、数据类型、运算符和表达式、判断循环语句、数组、方法等程序设计语言中最基础的内容；介绍了MAUI应用程序开发需要的知识：窗体与控件、界面设计、布局。为了使程序开发变得更有乐趣，书中穿插介绍了GraphicsView图形编程及简单的动画制作技术。本书最后为一个俄罗斯方块游戏程序，以达到巩固前面所学知识的目的。 本书针对的是毫无编程经验的初学者以及

本书是一本机器学习实用指南，提供从基础知识到进阶技能的全面学习路径。本书以浅显 易懂的方式介绍了机器学习的基本概念和主要类型，并详细介绍使用 Python 及常见的库进行数 据处理和机器学习的实操。此外，介绍了数据预处理的详细过程，最后通过若干典型案例加深 读者对机器学习的理解。本书适合对机器学习感兴趣的初学者，也可作为软件开发人员、数据分析师、学术研究人员的参考书籍。

本书是一本高质量的实战指南，面向Java开发者，旨在帮助他们进阶成为资深开发者。作者结合多年一线开发经验，深度剖析大型互联网企业通用技术的进阶应用，提供丰富的实战经验和实用技巧。本书共9章，第1章讲解项目管理经验，第2章从设计模式的角度提升代码复用、可维护性、扩展性等方面的经验。第3章深入讲解Spring Boot框架的原理和设计思想，帮助读者更加熟练地运用该框架。第4章主要讲解Java项目和中间件部署的相关方案，包括CentOS 7、Docker、DockerCompose、宝塔面板

深度学习理论无疑是当今教育界的重要探索主题，其中“深度学习的本质是什么”“深度学习的价值追求是什么”及“深度学习是怎样的活动”是人类深度学习理论发展和实践推进的关键问题。走向文化之思成为当前深度学习研究与探索的新兴方向。文化哲学理论体系对人与文化、文化与教育教学等方面的问题有深刻洞察力，其所蕴含的“文化本质论—文化价值论—文化活动论”的内在逻辑进路，可以为深度学习的创新提供独特视角。本书分别从这几方面系统探索深度学习的基本理论问题，为人们更好地认识及推动深度学习实践提供参考。

本书针对推荐系统中的二部图、社交网络和知识图谱的图结构模式，研究基于图表示学习的深度推荐系统。通过挖掘图信息中的隐性关系和高阶关系，使用图学习的方式探索用户和产品的潜在关联，弥补相关推荐系统研究在挖掘用户之间或者产品之间隐性关系方面的不足，形成一系列合理而且有效的推荐技术。增加推荐系统输入的多样性，运用社交网络和知识图谱等辅助信息，缓解推荐系统目前面临的“数据稀疏”、“冷启动”等问题，提高推荐系统的准确性和多样性，为推荐系统技术的发展提供可参考的方向。