本书从微纳光纤的特性出发，对近年微纳光纤传感技术领域的相关工作和研究进展进行梳理和评述，并提出作者对未来微纳光纤传感技术的发展预测和建议。本书首先介绍了微纳光纤的独特光学效应和特点；进而从二氧化硅和聚合物材料特性出发，介绍微纳光纤的常见制作方法和特点；分析和总结了微纳光纤传感技术当前热点领域的研究进展；最后结合作者在微纳光纤传感器及技术应用领域的研究工作进行了案例分析和技术讨论。

本书分为6章。第1章介绍机器人的定义、基本组成、分类、发展历史等。第2章介绍机器人的动力、大脑、关节、手臂、感官、腿脚等。第3章介绍工业机器人，包括物流机器人、协作机器人、并联机器人、钢铁轧制生产线上机器人。第4章介绍服务机器人，包括农业机器人、矿业机器人、建筑机器人、医疗康复机器人、家用服务机器人、公共服务机器人等。第5章介绍特种机器人，包括水下机器人、安防机器人、危险环境作业机器人、军用机器人、太空探测机器人等。第6章介绍国内外著名的工业机器人公司，如新松、埃夫特、ABB、KUKA

本书主要介绍如何通过动态系统学习控制律使机器人具备实时反应能力。本书首先介绍机器人学习数据的收集方法，然后重点讲解使用动态系统学习控制律的核心技术，使用动态系统进行轨迹规划的方法，以及使用动态系统进行柔性控制和力控制的方法。本书提供大量应用示例，包括机械臂、拟人手和仿人机器人的全身控制等。

本书主要介绍使用UG 软件、Proteus 软件、Altium Designer 软件进行智能小车机器人设计的方法。本书内容涉及UG 软件的模型绘制、模型装配和运动仿真，Proteus 软件的电路设计和电路仿真，Altium Designer 软件的元件库绘制、原理图绘制和PCB 绘制。本书从机械结构、电路设计、PCB 设计三部分对智能小车机器人进行详细讲解，完整介绍了动力模块零部件绘制、车体模块零部件绘制、零部件装配与运动仿真、基础电路仿真、基于51 单片机的智能小车机器人仿真、基于Ardui

起重机器人是生产制造、物流、建筑等国家重点产业的核心装备之一，在货物搬运、设备装配等领域发挥着重要作用，极大地提高了生产效率与经济效益。相比于平移式起重机器人，旋转式起重机器人增加了吊臂旋转/俯仰运动等功能，灵活性更高、可操作性更强且可达空间更广。然而，三维转动往往存在离心力与摩擦，系统具有更为复杂的动态特性与耦合关系，易引发不可驱动负载大幅摆动与定位误差，加之实际应用中参数/结构变化、驱动器饱和、外部扰动等，系统控制难度进一步增加。此外，随着吊运需求与环境日益复杂，亟须驱动多起重机器人协作完成

本书体现了专业知识与创新创业知识相融合的理念，以FANUC 工业机器人为载体，并结合实际应用和相关要求而编写。本书包括工业机器人装调与维修基础、工业机器人安装与连接、工业机器人本体的拆装与调整、FANUC 工业机器人的通信、FANUC 工业机器人元器件的更换和工业机器人常见报警及故障处理等内容。
本书适合企业、工厂中工业机器人与数控机床操作、安装、调试与维修维护人员学习参考。

本书介绍了数据质量管理和治理的核心概念，以及定义和评估数据质量的技术，以提高业务中的数据质量水平，并确保生成的数据支持高级分析和AI应用程序。本书还给出了4步DARS法实现的高质量数据体系。这种方法是战略和战术的结合，旨在从数据中为企业提供最大价值。本书内容涵盖：定义篇，旨在确定数据质量及其特征或维度，以实现读者对数据和数据质量的共同理解；评估篇，用于确定各项数据质量水平并查明问题根源；实现篇，即贯彻行业最佳实践，改善数据生命周期的数据质量；持续篇，用于确保已实现的所有好处得以延续。本

本书分为三个部分，分别介绍了数据要素市场、数据安全和隐私计算。第一部分介绍了数据要素市场的基本情况，包括数据要素制度体系和数据要素市场发展；第二部分结合数字化转型的背景，讲述了多个具备代表性的数据安全理论及实践框架、数据安全常见风险、数据安全保护最佳实践、代表性行业数据安全实践，以及数据安全技术原理、大模型与数据安全等内容；第三部分详细讲解了可信数据流通交易空间、隐私计算技术原理、隐私计算实践案例、隐私保护大模型基础设施等内容。 本书可以作为高校学生、数据要素市场从业者、数据安全行业从业者的入门

本书介绍预测控制理论和双层结构工业算法，包括预测控制原理、预测控制模型辨识、预测控制稳态目标计算、稳定过程和积分过程的双层动态矩阵控制、状态空间模型的双层动态矩阵控制、双层预测控制的非线性和变自由度处理技术，以及两步法状态空间预测控制与广义预测控制。本书综合考虑研究生这类读者群的接受水平和期望，将预测控制理论融人工业领域。本书提供大量仿真算例和例题，并且给出部分程序代码供读者研究与参考。

从读者对象的角度看，本书既大大降低了没有编程经验的读者学习Python数据分析的门槛，又为有经验的Python数据分析师提供了大量实用的AI数据分析技巧，帮助他们快速转型为具备AI能力的数据分析师。从核心内容的角度看，本书不仅讲解了如何在数据预处理、数据清洗、数据可视化等基础的数据分析环节使用AI工具，而且还讲解了如何在聚类分析、预测分析等高级的数据建模环节使用AI工具。