本书系统介绍了数字工厂的相关知识，梳理了新一代数字工厂的应用技术图谱，并分析和讨论了各技术应用实践场景。本书分为技术基础篇和应用管理篇。技术基础篇包括数字工厂绪论、数字工厂基础平台、数字工厂应用技术图谱的规划域和运营域；应用管理篇包括数字工厂应用案例、数字工厂项目实践管理、数字工厂管理规范、对数字工厂建设管理的思考。 本书适合制造业转型的从业者，以及制造业信息化领域研究方向的师生阅读。

据说我们每个人都会自动删除自己前三岁的记忆，忘记那段时光里父母的日夜陪伴和有爱的日常，可那些镌刻在生命里的爱却不会消失。那些记忆最终会以另一种方式储存，变成我们长大后性格的底色与安全感的来源。 这本书会带你看到“人类幼崽”的养育过程，作者阿甜以漫画的形式记录了从儿子刚出生到3岁这个阶段的育儿日常——有初为人母的幸福，也有熬夜带娃的崩溃；有身份转变后的迷茫，也有见证孩子每一次成长的快乐……带娃的过程虽然辛苦，但她也从中不断治愈自己，获得内心的成长。 本书不仅能让已成为父母的人产生共鸣，也能给未

本书介绍了一类具有半马尔可夫跳跃参数的随机系统的分析和设计，利用滑模控制策略对半马氏跳跃系统进行系统分析，弥补了随机系统分析和设计的不足。本书提出一种处理半马氏跳跃系统随机稳定性的新估计方法，并给出一种新的积分滑动面设计方法，最后将Takagi-Sugeno模糊模型方法引入系统非线性处理，并给出模糊滑模控制率。

空时-频分组码是采用分集思想对无线通信传输系统性能进行改善的信道编码方式。本书主要介绍了STBC、STBC-OFDM和SFBC-OFDM三种信号的深度学习识别技术，从研究对象和技术路径的基础理论出发，对每类信号的预处理方式、数据集构建方法、深度学习模型架构都进行了详细的描述，并基于仿真数据对各种识别方法进行验证，给出了每种信号的识别流程。本书从深度学习技术在编码识别领域潜力的角度出发，给出了由此产生的针对信道编码识别技术的思考，以期对相关领域的专家学者带来启发。
本书与《空时分组

这本书的作者是非经典逻辑、粗糙集理论和粒度计算领域的主要研究人员。不确定性条件下的人类推理由于其表征约束，不能很好地用经典逻辑来解释。非经典逻辑如模态逻辑、多值逻辑、直觉逻辑、弗协调逻辑自亚里士多德以来，就得到了研究和发展。在这本书中，粗糙集理论从代数和非经典逻辑角度进行研究。在非经典逻辑的基础上，研究了粗糙集的逻辑;然后，提出了基于粒度计算的推理框架，研究了粗糙集推理与非单调推理、条件逻辑中的关联规则和背景知识。

本书从强化学习的基础入手，以非常直观易懂的例子和实际应用来解释其中的每个概念，接着介绍一些前沿的研究及进展，这些进展使得强化学习可以超过其他（人工）智能系统。本书的目的不仅在于为读者阐释多种前沿强化学习算法背后的数学原理，而且也希望读者们能在各自的应用领域中实际运用这些算法及类似的先进深度强化学习智能体。
本书从强化学习的基本模块开始，涵盖了流行的经典动态规划方法和经典强化学习方法，如价值迭代和策略迭代；同时也包括一些传统的强化学习算法，如时序差分学习、SARSA和Q学习。在此基

本书探讨了在国家和国际层面的无线电频谱管理技术，涵盖了频谱管理背后的科学和政策，以及频谱管理的实施过程。本书内容包括无线电传输链路预算、有源和无源射频传感器、天线基础知识、国际上和美国国家无线电频率监管机构、世界无线电通信大会议题项目示例、无源和卫星业务的频谱挑战，以及频谱共享和冲突消解技术等。

本书内容全面涵盖视频监控的图像处理、视频处理、相关算法和具体实现。本书概述了图像处理和视频处理的基本概念，描述了传统视频监控系统的构建模块，讲述了对象分类技术、包括基于深度卷积神经网络和基于区域卷积神经网络模型的最新技术，介绍了基于机器学习技术的分类，详细讲述了在遮挡等复杂场景中对多个目标的处理和跟踪方法。还讲述了视频监控系统的实现，及其在军事和运输中的使用。

本书对基于粗糙集的特征选择进行了综合性的介绍。通过本书，读者可以系统地研究粗糙集理论(RST)的各个领域，包括基础知识、前沿概念以及基于粗糙集的特征选择。本书还提供了基于粗糙集的API库，可用于支持一些粗糙集概念和基于粗糙集的特征选择的算法程序实现。

本书共分为八章，重点介绍了立方星天线的设计和应用。首先对立方星1号进行了简单介绍，并重点介绍了多个天线的选择和设计；然后介绍了应用于6U级别立方星的最大反射阵列天线；最后对低增益天线、中增益天线和高增益天线三类现有立方星天线进行了概述，介绍了空间环境对天线的影响。