基于MATLAB和Pro ENGINEER优化设计实例解析 (郭仁生) PDF_人工智能教程
人工智能

基于MATLAB和Pro ENGINEER优化设计实例解析 (郭仁生) PDF_人工智能教程

资源名称:基于MATLAB和Pro ENGINEER优化设计实例解析 (郭仁生) PDF 第1章 优化设计和工程软件应用概述 第2章 优化设计的数学模型 第3章 优化设计的数学基础 第4章 一维搜索优化方法 第5章 多维搜索优化方法 第6章 约束优化方法 第7章 多目标优化和离散变量优化概述 第8章 优化设计应用实例 第9章 基于matlab优化工具箱的优化计算 第10章 遗传优化算法和matlab实现 第11章 基于pro/engineer行为建模的参数分析和优化 资源截图:
全面详解LTE MATLAB建模 仿真与实现 完整pdf_人工智能教程
人工智能

全面详解LTE MATLAB建模 仿真与实现 完整pdf_人工智能教程

资源名称:全面详解LTE MATLAB建模 仿真与实现 完整pdf 《全面详解LTE:MATLAB建模、仿真与实现》是第一本LTE与MATLAB完美结合的图书,以实用、高效、直观的方式详解LTE,学习4G技术。 详解LTE物理层及相关协议,包含MATLAB源代码,从事LTE领域,你会需要《全面详解LTE:MATLAB建模、仿真与实现》。 MathWorks公司通信和LTE软件工具负责人权威之作。 MATLAB中文论坛鼎力支持,为读者提供全面、超值的配套服务 《全面详解LTE:MATLAB建模、仿真与实现》通过关键核心技术的理论概览、简明扼要地讨论LTE标准规范和用于仿真LTE标准所需的MATLAB算法这三个部分审视了LTE标准的物理层,并通过一系列的程序,展现了每一种LTE的核心技术,通过一步步综合这些核心技术,最终建立LTE物理层的系统模型并评价系统性能。通过这一循序渐进的过程,读者将会在仿真中深入理解LTE的技术构思和标准规范。本书适合通信、电子工程和计算机专业的学生、研究者和教授阅读、也可供通信系统的工程师、设计师和配置人员参考 资源截图:
现代机器人学_人工智能教程
人工智能

现代机器人学_人工智能教程

资源名称:现代机器人学 内容简介:        现代机器人学内容十分繁杂。本书围绕仿生系统的运动、感知与控制,主要阐述生物系统的运动机理以及仿生系统运动的实现方法。全书共分十章。首先,从生物系统的运动系入手,通过研究人体骨、肌和软件组织及其相应的力学性质来阐述生物体的运动机理;通过对生物运动学和动力学特性的分析建立生物体的运动模型;在讨论了生物体感觉系统模型以及生物体多源信息融合的基础上,给出了仿生系统感知信息融合的原理与方法以及仿生系统常用的感知器和致动器。其次,着重讨论了现代机大人系统的神经控制、认知控制和自主控制的原理及其实现方法以及进化算法与人工生命问题。最后,给出了各种仿生系统的实例。本书可供生物工程、机器人学、自动控制等有关专业的科研人员和工程技术人员参考,也可供高学院相关专业教师、研究生和大学生作教学参考书。 作者简介:郭巧,1957年毕业于哈尔滨工业大学,获工学学士学位;1986年毕业于哈尔滨工业大学,获工学硕士学位;1990年初毕业于北京理工大学,获工学博士学位;1990年至1992年在中国科学院系统科学研究所博士后流动站工作;1992年至1994年在美国俄亥俄州立大学以博士后身份从事客座 资源目录: 第一章 生物体运动系1.1 概述1.2 骨及其力学性能1.3 生物软组织及其力学性能1.4 骨连结及其力学性能1.5 肌及其力学性能第二章 生物运动学2.1 运动动作分析2.2 运动动作的分类2.3 人体动力学分析2.4 跳跃运动分析2.5 步行运动分析2.6 爬行运动分析第三章 生物体系统运动模型3.1 类人型运动模型3.2 四足动物运动模型3.3 爬行动物运动模型第四章 感觉系统模型与感知信息融合4.1 生物体感觉系统生理梗概4.2 生物体瞳孔尺度控制模型4.3 生物体视细胞模型4.4 生物体侧抑制模型4.5 生物体感受野模型4.6 视觉计算模型4.7 生物系统的集成传感信息处理4.8 仿生系统信息融合的原理与实现方法4.9 信息融合系统的结构第五章 仿生系统常用感知器与致动器5.1 仿生系统对感知器和致动器的要求5.2 运动传感器5.3 力与力矩传感器5.4 接近觉感知器5.5 触觉感知器5.6 液压致动5.7 气压致动5.8 电气致动5.9 新型致动装置第六章 神经控制6.1 运动神经控制机理6.2...
吉林大学《人工智能》课程视频(32集)_人工智能教程
人工智能

吉林大学《人工智能》课程视频(32集)_人工智能教程

教程名称:吉林大学《人工智能》课程视频(32集) 课程目录: 吉林大学《人工智能》第01讲 吉林大学《人工智能》第02讲 吉林大学《人工智能》第03讲 吉林大学《人工智能》第04讲 吉林大学《人工智能》第05讲 吉林大学《人工智能》第06讲 吉林大学《人工智能》第07讲 吉林大学《人工智能》第08讲 吉林大学《人工智能》第09讲 吉林大学《人工智能》第10讲 吉林大学《人工智能》第11讲 吉林大学《人工智能》第12讲 吉林大学《人工智能》第13讲 吉林大学《人工智能》第14讲 吉林大学《人工智能》第15讲 吉林大学《人工智能》第16讲 吉林大学《人工智能》第17讲 吉林大学《人工智能》第18讲 吉林大学《人工智能》第19讲 吉林大学《人工智能》第20讲 吉林大学《人工智能》第21讲 吉林大学《人工智能》第22讲 吉林大学《人工智能》第23讲 吉林大学《人工智能》第24讲 吉林大学《人工智能》第25讲 吉林大学《人工智能》第26讲 吉林大学《人工智能》第27讲 吉林大学《人工智能》第28讲 吉林大学《人工智能》第29讲 吉林大学《人工智能》第30讲 吉林大学《人工智能》第31讲 吉林大学《人工智能》第32讲
机器人操作系统ROS原理与应用 完整pdf_人工智能教程
人工智能

机器人操作系统ROS原理与应用 完整pdf_人工智能教程

资源名称:机器人操作系统ROS原理与应用 完整pdf 第1章智能机器人及其发展概述 1第2章ROS体系架构 18第3章ROS通信机制 32第4章ROS坐标变换体系及其实现 60第5章ROS任务调度与有限状态机实现 88第6章ROS运动规划及其实现 116第7章基于ROS的智能机器人系统开发方法 131第8章基于ROS的服务智能机器人设计 147第9章基于ROS的工业智能机器人设计 168第10章智能机器人软件平台及其未来发展 189 资源截图:
MATLAB函数速查手册(修订版) PDF_人工智能教程
人工智能

MATLAB函数速查手册(修订版) PDF_人工智能教程

资源名称:MATLAB函数速查手册(修订版) PDF matlab是目前流行的理论与工程仿真软件之一。该软件自产生以来,就以其独有的特点和明显的优势吸引了各行各业的工作者。本书较全面地介绍了matlab的函数,主要包括matlab操作基础、矩阵及其基本运算、与数值计算相关的基本函数、符号运算的函数、概率统计函数、绘图与图形处理函数、matlab程序设计相关函数、simulink仿真工具函数、图形用户界面制作函数、信号处理工具箱函数和符号数学工具箱函数等内容。 本书立足matlab函数基础,并且附带较多的实例讲解,所以既适合初学者,又适合有一定经验的matlab使用者。本书也可以作为大专院校学生的参考用书。 目录: 第1章 matlab操作基础 1第2章 矩阵及其基本运算 36第3章 数值计算函数 160第4章 符号运算函数 230第5章 概率统计 284第6章 绘图与图形处理 360第7章 matlab程序设计 451第8章 simulink命令 493第9章 图形用户界面制作 520第10章 信号处理工具箱 552第11章 符号数学工具箱 585附录 matlab常用函数检索表(按首字母排序) 607 资源截图:
TensorFlow技术解析与实战 PDF_人工智能教程
人工智能

TensorFlow技术解析与实战 PDF_人工智能教程

资源名称:TensorFlow技术解析与实战 PDF  内容简介: TensorFlow 是谷歌公司开发的深度学习框架,也是目前深度学习的主流框架之一。本书从深度学习的基础讲起,深入TensorFlow框架原理、模型构建、源代码分析和网络实现等各个方面。全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识,深度学习的方法,TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程,实现一个自定义操作,并进行TensorFlow源代码解析,介绍卷积神经网络(CNN)和循环神经网络(RNN)的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识;实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络(CNN、RNN和自编码网络等)并对MNIST数据集进行训练,讲解TensorFlow在人脸识别、自然语言处理、图像和语音的结合、生成式对抗网络等方面的应用;提高篇讲解TensorFlow的分布式原理、架构、模式、API,还会介绍TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes结合、TensorFlowOnSpark、TensorFlow移动端应用,以及TensorFlow Serving、TensorFlow Fold和TensorFlow计算加速等其他特性。最后,附录中列出一些可供参考的公开数据集,并结合作者的项目经验介绍项目管理的一些建议。 作者简介: 李嘉璇,创建TensorFlow交流社区,活跃于国内各大技术社区,知乎编程问题回答者。致力于人工智能的研究,对深度学习框架的架构、源码分析及在不同领域的应用有浓厚兴趣。有过上百篇论文阅读和深度学习经验,处理图像、社交文本数据情感分析、数据挖掘经验,参与过基于深度学习的自动驾驶二维感知系统Hackathon竞赛,曾任职百度研发工程师。 资源目录: 第一篇 基础篇 第1章 人工智能概述 2 1.1 什么是人工智能 2 1.2 什么是深度学习 5 1.3 深度学习的入门方法 7 1.4 什么是TensorFlow 11 1.5 为什么要学TensorFlow 12 1.5.1 TensorFlow的特性 14 1.5.2 使用TensorFlow的公司 15 1.5.3 TensorFlow的发展 16 1.6 机器学习的相关赛事 16 1.6.1 ImageNet的ILSVRC 17 1.6.2 Kaggle 18 1.6.3 天池大数据竞赛 19 1.7 国内的人工智能公司 20 1.8 小结 22 第2章 TensorFlow环境的准备 23 2.1 下载TensorFlow...