本书为初学者物联网技术入门教材。全书共6章，内容涵盖了物联网的关键技术，包括物联网的构成及内涵辨析，具体针对条码、传感器、MEMS、RFID、互联网、移动通信网、ZigBee、WiFi、蓝牙、WSN、EPC系统、综合通信传输网技术、数据库、数据仓库与数据挖掘、云计算、中间件和软件等知识的阐述。全书充分展示了物联网技术体系的脉搏，反映所涉及的新知识、新技术、新方法、新应用及发展趋势，提供20多个丰富而普适的动画视频和应用视频资料，收集大量业内相关资料和企业技术应用实例，进行精炼和整合，用通俗易懂、

机 械 工 业 出 版 社本书较全面系统地介绍了自动控制理论的基本内容，并注重基本理论、基本概念和基本分析方法的阐述。全书共分十章，至第八章为经典控制理论，第九章为状态空间分析法，第十章为李雅普诺夫稳定性分析。其主要内容有：控制系统的数学模型、控制系统的时域分析法、根轨迹法、频率响应法、控制系统的校正、离散控制系统、非线性控制系统、状态空间分析法和李雅普诺夫稳定性分析。
全书内容丰富，层次分明，能满足理工科高校相关不同专业开展教学的需要。教材内容理论联系实际，叙述重点突出，说理深入浅出，文

本书以HMDs界面为研究对象，以飞行员视知觉理论为基础，针对界面的图标符号编码、信息布局编码、色彩编码等重点问题开展以下研究工作： （1）提出了HMDs界面可视性的基本原则。（2）建立了从飞行员视觉认知到HMDs界面要素的映射关联方法。（3）提出了针对HMDs界面图标特征、信息布局、界面色彩应用的信息编码方法和设计原则。（4）基于本文所提出的由视觉认知到界面信息特征映射的HMDs界面编码方法，对界面中的高度指示、速度指示、航向指示和姿态指示等信息要素进行了全新编码设计。本书的研究为HM

　　《交互设计：从理论到实践》采用理论与设计实践相结合的方式，期待读者通过阅读，能够系统掌握交互设计相关的基本概念、基础理论，以及交互设计所涉及的应用领域及其关键技术，深入理解用户研究的定性和定量研究方法，掌握交互原型设计和可用性测试的一般方法与流程，培养读者应用交互原型设计相关软件熟练进行交互原型设计的能力，提高读者在IT、IoT和ICT等领域的设计视野和设计实现的能力。

本书对人工智能的理论基础智能信息处理方法逐一进行了介绍，着重讲解了各种智能算法的思想渊源、流程结构、改进方法及其相关应用。相比于其他的AI类图书，本书的大特点是在介绍每一种类型的智能信息处理方法之前几乎都追溯了算法设计的思想渊源，因此，本书具有较大的启发性，读者在阅读时需要对此认真体会。本书精心地选择了当前人工智能领域中具代表性的内容，主要包括绪论、模糊计算、机器学习算法、分类算法、聚类算法、遗传算法、蚁群优化算法、粒子群优化算法以及复杂网络方法等。本书不仅将基础理论与实践应用集于一身，同

《人工智能应用基础》的设计和编写理念是培养高职学生的人工智能素养、计算思维能力和人工智能应用能力，内容选取既适合高职学生的特点，又突出人工智能的通识性、典型性、实用性和可操作性。
　　《人工智能应用基础》中选取多个反映人工智能典型问题的案例，并采用项目化思想重构了所有案例，每个案例由循序渐进的递进式任务组成，支持课堂分层次教学实施。
　　《人工智能应用基础》共分8章，主要内容包括人工智能绪论、人工智能之Python基础、人工智能之图像识别、人工智能之自然语言处理、人工

当前，随着技术的发展，智能化已经渗透到社会生活的方方面面。众多读者对智能化技 术有浓厚的兴趣，但却苦于不知从何入手。本书借助思科公司 Packet Tracer 7.2.1 仿真模拟 软件，通过一系列浅显易懂的仿真实验，阐述了智能化的概念，指出实现智能化的关键要素。 书中还介绍了硬件连接的基础知识，演示了简单的智能化系统的设计流程，并从万物互联、 云计算、大数据和人工智能四个方面，介绍了智能化技术的发展。全书内容浅显易懂，实验 步骤十分详尽，非常适于入门者学习。 本书可作为高职相关专业学生

　　《智能交互技术与应用》深入浅出地探讨和解读了人工智能中的智能交互技术，包括交互原型系统设计、基于移动设备的智能交互软件开发、智能语音交互及交互技术设计与评价方法。第1章主要介绍智能交互技术的基本知识；第2章主要讨论了感知认知与交互技术的结合；第3章讲解了交互设计的基本准则；第4章讲解了交互系统的原型设计，介绍了面向软件应用的基本的交互设计方法和基本流程；第5章针对移动设备，介绍了App软件交互设计方法；第6章针对当今热门的Andro

本书主要介绍机器学习上的PAC-Bayes理论评价及应用。本书分为上、下两篇。上篇为基础理论篇，下篇为应用篇。
上篇探讨了计算学习理论、统计学习理论、PAC-Bayes理论、RKHS、MCMC、探讨各种机器学习算法上的PAC-Bayes理论及计算方法。
下篇介绍机器学习上的PAC-Bayes理论应用。将PAC-Bayes边界理论运用于评价SVM的泛化性能、模型选择、交叉验证方法、并应用于Web文档评价和蛋白质结构预测中。

本书作为作者已出版多次的《人工智能》教材的配套教辅材料，其章节与原教材基本对应，但内容分为学习目标与要求、知识要点、原教材对应的习题解析、补充题、课堂演示与实验指导5个部分。其中，学习目标与要求为每章要达到的学习目标；知识点与原教材的内容对应，基本上全面介绍了人工智能的理论与技术；习题解析对每章的习题进行了解答；补充题对原教材的习题进行了补充，并给出了解答。