本书系统阐述了智能算法在波束形成设计、波达方向估计与声源定位中的应用。全书分三篇，共11章，主要涉及仿人智能算法、仿生物进化智能算法、群体智能优化算法和深度学习等的原理、方法及实现框架，宽带波束形成、稳健自适应波束形成、混响背景下波束形成的设计原理与方法，以及宽带信号波达方向估计与近场声源定位算法，也给出了智能算法在波束形成器设计、波达方向估计和声源定位中的应用实例。
本书内容涉及较广，在内容组织上力求系统、科学、合理，特别注重逻辑性，介绍由浅入深，便于自学。本书可作为人工智能、

本书内容包括人工智能概述、人工智能通用技术（计算机视觉、智能语音、自然语言处理等）、人工智能典型应用场景与职业发展、机器学习与深度学习、人工智能法律与伦理，并围绕迎宾机器人的典型应用开发了相关项目。在内容的选取上，本书突出人工智能主流技术和典型案例，覆盖了目前市场上最常见的人工智能技术及应用。编者仔细研究了国内15家国家级新一代人工智能开放创新平台的接口，归纳相关平台的共性内容，选取图像、语音、自然语言处理、智能问答等方面的人工智能通用技能，并针对这些人工智能通用技能安排了相应的实训。编者通过调

本书为主教材《Python语言程序设计》的配套实践教材，共分9章。第1章介绍Python语言自带的IDL开发环境的使用；第2章介绍顺序结构程序设计；第3章介绍分支结构；第4章介绍循环结构；第5章介绍组合数据类型；第6章介绍函数；第7章介绍面向对象程序设计；第8章介绍文件；第9章介绍图形绘制。每章节内容包括知识要点和实训实验题约15道，并提供了大量课后习题，题型包括选择题、填空题、程序阅读题、编程题和简答题等，部分习题选自历年全国计算机等级试题。本书既可作为普通高等院校各专业Python语言程序设

本书以培养市政工程类专业学生的专业英语阅读能力及专业英语文献翻译能力为目的。通过本书的学习能够使学生掌握必要的专业词汇，使英语学习与专业知识的获取有机地结合在一起，提高市政工程类专业专科学生的英语阅读能力以及就职范围。

本书以自动生产线安装与调试过程中所需的知识和技能为对象，介绍自动生产线的安装、调试方法与技巧。全书分为基础篇和实践篇两大部分。基础篇主要介绍自动生产线所需的相关理论知识，包括自动生产线相关的气动技术、传感器技术和变频控制技术，以及简单介绍步进电动机及控制，伺服电动机及控制、可编程序控制器技术应用，网络通信及人机界面等相关知识；实践篇以YL-335B为载体，按照自动生产线的工作过程及各工作单元工作的情况，设计6个实践项目，即供料单元、加工单元、装配单元、分拣单元、输送单元的安装与调试，以及自动生产

《食品安全概论》是南京农业大学承担的“大国三农”系列教材之一，作为通识课面向不同专业背景的本科生开设，旨在增强高校学生的食品安全意识和食品安全知识，了解国家食品安全法律法规，强化食品安全社会监督作用。《食品安全概论》共计十章，包括绪论、食品原料中的有害物质、食品贮藏加工过程中的危害物、食源性疾病、食品危害物检测技术、食品安全控制技术、食品安全性的评价与风险评估、食品溯源及安全预警技术、食品安全法律法规与标准体系、食品安全监管体系和危机管理等内容。

本书以Ubuntu Desktop 22.04.2 LTS为例，全面系统地讲解了Ubuntu操作系统在Shell模式下的操作与管理。全书共12章，涉及Ubuntu系统的用户与组管理、文件与目录管理、磁盘管理、软件管理、系统管理、服务管理、Shell编程及大数据与人工智能环境搭建等内容。
本书以大量的实例为基础，注重实践性和可操作性，便于读者快速掌握。
本书适合高等院校计算机科学与技术、软件工程、人工智能、大数据、物联网工程等相关专业的学生使用，也可作为Ubuntu系统

本书主要介绍了建筑无障碍设计的基础知识。首先从相关人群的生理条件出发，分析了建成环境中存在的各类型障碍，进而引出基本的无障碍设计原则，回应不同群体的特定需求。之后，本书从建筑构件、室内设计和室外设施方面，分别介绍了设计中各个要素对于无障碍环境的影响，并综合多种技术规范与设计标准，提供切实的建议。本书从失能群体的需求切入，围绕着人的自主与独立生活展开，充分体现了“为所有人而设计”的理念。本书不仅覆盖了无障碍设计入门所需的核心内容，同时还为读者提供了理解无障碍设计的实用框架。

本书属于“高等学校遥感信息工程实践与创新系列教材”，全书共7章，以3D数字资源为主线，引导读者掌握高精度重建(3D扫描)、智能化编辑(3D设计)、真实感高清展示(3D显示)、重返客观世界(3D打印)四项关键3D技术，培养读者对主流的3D行业软件(Photoscan、GeomagicStudio、SketchUp、3DMax、Lumion、ThreeJs等)，和3D行业硬件(双目RGBD相机、激光扫描仪、手持结构光扫描仪、光固化打印机、熔融打印机等)的使用能力，以实践案例为载体。

本书是《EasyRL：强化学习教程》的配套实践教程。本书将在第一版的基础上以更加严谨的风格深入浅出地介绍马尔可夫决策过程、蒙特卡罗方法、时序差分方法、Sarsa、Q-learning等传统强化学习算法，以及策略梯度、近端策略优化、深度Q网络、深度确定性策略梯度等常见深度强化学习算法的基本概念和方法，并以大量生动有趣的例子帮助读者理解强化学习问题的建模过程以及核心算法的细节。同时，增加最大熵学习、多智能体学习、离线强化学习等内容，极大丰富强化学习的入门内容。