包邮 MATLAB机器学习:人工智能工程实践(原书第2版)+M|8067590pdf下载

包邮 MATLAB机器学习:人工智能工程实践(原书第2版)+M|8067590百度网盘pdf下载

作者:
简介:包邮 MATLAB机器学习:人工智能工程实践(原书第2版)+M|8067590
出版社：
出版时间：
pdf下载价格：0.00￥

免费下载

前去下载

书籍下载

下载地址

内容介绍

 书[0名0]：  [套装书]MATLAB[1机1]器[0学0][*]：人工智能工程实践（原书[0第0]2版）+MATLAB与[1机1]器[0学0][*]（2册）|8067590
 图书定价： 168元
 图书作者： [美]迈克尔·帕拉斯泽克（Michael Paluszek）斯蒂芬妮·托马斯（Stephanie Thomas）（美）迈克尔·帕拉斯泽克（Michael Paluszek）;（美）斯蒂芬妮·托马斯（Stephanie Thomas）
 出版社：  [1机1]械工业出版社
 出版日期：  2020-02-21 00:00:00
 ISBN号： 9787111646778
 开本： 16开
 页数： 313
 版次： 1-1
 作者简介

---------------------------MATLAB[1机1]器[0学0][*]：人工智能工程实践（原书[0第0]2版）---------------------------
关于我们客户服务友情链接
---------------------------MATLAB与[1机1]器[0学0][*]---------------------------
Michael Paluszek是普林斯顿卫星系统（PSS）公司总裁，该公司位于美[0国0][亲斤]泽西州普莱恩斯伯勒。Paluszek先生于1992年创建了PSS公司，[1主1]要业务是[扌是]供航空航天咨询服务。他使用MATLAB开发了地球同步通信卫星的控制系统和仿真系统Indostar1，并于1995年推出了普林斯顿卫星系统公司的[0第0]一个[0商0]业MATLAB工具箱：航天器控制工具箱。从那时起，他已[纟巠]先后为飞行器、潜水艇、[1机1]器人和核聚变推进系统等开发了工具箱和软[亻牛]包，并且形成了覆盖范围广泛的公司产[0品0]线。他目前正在[令页]导一个美[0国0]陆军小型卫星精密姿态控制的研究合同项目，并与普林斯顿等离子体物理实验室合作开发一个用于发电和太空推进的紧凑型核聚变反应堆。在成立PSS公司之前，Paluszek先生是位于[亲斤]泽西州东温莎的通用电气公司（GE） 宇航部门的工程师。在通用电气公司，他设计了全球地球空间科[0学0][0极0]地消旋平台控制系统，并[1主1]导设计了GPS IIR姿态控制系统、Inmarsat3姿态控制系统和火星观测器DeltaV控制系统，这些系统的控制设计都使用了MATLAB。Paluszek先生还致力于DMSP气象卫星姿态确定系统的研发。Paluszek先生参与了[0超0]过12颗通信卫星的发[身寸]任务，其中包括GSTAR Ⅲ恢复任务，[0第0]一次使用电推进器将卫星转移到作业轨道。在Draper实验室工作期间，Paluszek先生负责航天飞[1机1]、空间站和海底导航等工作。他的空间站工作包括基于控制力矩陀螺仪系统的姿态控制设计。Paluszek先生获得了麻省理工[0学0]院的电气工程[0学0]士[0学0]位、航空航天[0学0]硕士和工程[0学0]位。他发表了很多论文，拥有十多项美[0国0]专利。Paluszek先生是Apress出版社出版的《MATLAB Recipes》一书的合著者。Stephanie Thomas是位于美[0国0][亲斤]泽西州普莱恩斯伯勒的普林斯顿卫星系统公司的副总裁。她分别于1999年和2001年从麻省理工[0学0]院获得航空航天[0学0]士[0学0]位和硕士[0学0]位。Thomas女士于1996年在暑期实[*]期间加入PSS公司的MATLAB航天器控制工具箱开发项目，自那以后就一直使用MATLAB进行航空航天分析。在近20年的MATLAB实践[纟巠]历中，她开发了许多软[亻牛]工具，包括用于航天器控制工具箱的太阳能帆板模块；美[0国0]空军的近地轨道卫星[*]控工具箱；用于Prisma卫星任务的碰撞监测Simulink模块；用MATLAB和Java编写的运载火箭分析工具。她开发了空间状态[0评0]估的[亲斤]方[0法0]，例如用MATLAB和C++两种语言实现的数值算[0法0]，用来[0评0]估任意两颗卫星之间的一般[0会0]合问题。Thomas女士还为普林斯顿卫星系统公司的《Attitude and Orbit Control》教材编写做出了贡献，其中介绍了使用航天器控制工具箱（SCT）的案例，并编写了许多软[亻牛]用户指南。她为来自澳[0大0]利亚、加拿[0大0]、巴西和泰[0国0]等不同[0国0]家的工程师进行了航天器控制工具箱培训，并为美[0国0]太空总署（NASA）、美[0国0]空军和欧洲航天局等[扌是]供MATLAB咨询服务。Thomas女士是Apress出版的《MATLAB Recipes》一书的合著者。2016年，Thomas女士因“核聚动力冥王星轨道探测器和登陆器”入选美[0国0]太空总署创[亲斤]资助项目，被任命为美[0国0]太空总署NIAC研究员。技术审校者简介Jonah Lissner是一[0名0]研究员，在理论物理、电力工程、复杂系统、[0超0]材料、地球物理和计算理论等[令页]域积[0极0]推进博士和理[0学0]博士计划、奖[0学0]金、应用项目和[0学0]术期刊出版物等。针对[jia]设建构、理论[0学0][*]、数[0学0]与公理建模以及解决抽象问题的测试，他在[纟巠]验[1主1]义和科[0学0]理性方[[mian]ju]有强[0大0]的认[0知0]能力。他的博士论文、研究出版物和项目、简历、期刊、博客、小说和系统等内容都罗列在网站http://Lissnerresearchweeblycom。Joseph Mueller博士专攻控制系统和轨迹[0优0]化。在博士论文中，他为平流层飞艇开发了[z1u1i]佳上升轨迹。他的研究兴趣包括健壮性[z1u1i][0优0]控制、自适应控制、应用[0优0]化和规划决策支持系统，以及实现[1机1]器人车辆自[1主1]运行的智能系统。在2014年年初加入SIFT公司之前，Mueller博士在普林斯顿卫星系统公司工作了13年。期间，他担任NASA、美[0国0]空军、美[0国0]海军和美[0国0]导弹防御局（MDA）的8个小型企业创[亲斤]研究合同项目的[1主1]要研究员。他开发了用于[z1u1i]佳引导和控制编队飞行航天器和高空飞艇的算[0法0]，并为美[0国0][0国0]防部开发了一个通信卫星行动规划工具的培训课程。2005年，在参与NASA Goddard太空飞行中心的研究项目时，Mueller博士开发了MATLAB编队飞行工具箱。作为一个[0商0]业产[0品0]，它现已用于NASA、欧洲航天局，以及世界各地的[0大0][0学0]和航空航天公司。2006年，Mueller博士为瑞典Prisma卫星发[身寸]项目开发了安全轨道导航模式的算[0法0]和软[亻牛]。自2010年发[身寸]以来，该项目已[纟巠]成功地执行了两个航天器的编队飞行任务。Mueller博士还在明尼苏达[0大0][0学0]（[0双0]子城校区）航空航天工程与力[0学0]系担任客座教授。Derek Surka在航空航天[令页]域拥有[0超0]过20年的专业[纟巠]验，专注于空间态势感[0知0]、引导、导航和控制，以及分布式系统自治和编队飞行。Surka先生将他在天文动力[0学0]、数据融合、估计与控制系统，以及软[亻牛]开发方[mian]的专业[0知0]识应用于各种军用、民用和[0商0]业[令页]域客户的20多颗卫星和有效载荷任务中。Surka先生是一位积[0极0]的跑步爱[女子]者和铁人三项运动员，还是美[0国0]前[0国0]家混合冰壶赛[guan军]。
 内容简介

---------------------------MATLAB[1机1]器[0学0][*]：人工智能工程实践（原书[0第0]2版）---------------------------
本书是关于在MATLAB中使用实例进行[1机1]器[0学0][*]的综合指南。书中概述了人工智能与自动控制的历[0史0]；回顾了用于[1机1]器[0学0][*]的[0商0]用软[亻牛]包，并展示了它们如何应用于该[令页]域；接着展示了如何使用MATLAB来解决[1机1]器[0学0][*]问题，以及如何利用MATLAB图形技术来增强程序员对[1机1]器[0学0][*]结果的理解。本书随书[扌是]供了[1机1]器[0学0][*]中若干重要问题的MATLAB完整解决方案，包括飞行控制、人脸识别、自动驾驶。书中所有的示例和应用程序都[扌是]供了完整的源代码。[1机1]器[0学0][*]包含[0大0]量的数[0学0]概念与理论解释。书中以清晰简洁的方式介绍了其中每个[令页]域的数[0学0][0知0]识，即使是并不[纟巠]常接触数[0学0]理论的读者也可以轻松理解。工程[令页]域的读者[0会0]看到这些数[0学0][0知0]识与他们已[纟巠]了解的[令页]域技术之间的密切联系，并将[0学0][*]到[亲斤]的技术。本书[1主1]要内容：?如何使用MATLAB构建[1机1]器[0学0][*]应用?适用于[1机1]器[0学0][*]的MATLAB可视化技术?[mian]向工程的[1机1]器[0学0][*]应用案例
---------------------------MATLAB与[1机1]器[0学0][*]---------------------------
本书从人工智能、自动控制的基础[0知0]识开始讲述，逐步介绍[1机1]器[0学0][*]在工程中的应用，其中阐述了[1机1]器[0学0][*]的[1主1]要概念、算[0法0]和应用实例。针对一些重要应用案例，本书[扌是]供了完整的MATLAB[1机1]器[0学0][*]解决方案，并包括所有应用实例的全部源代码，例如人脸识别、汽车自动驾驶和数据分类。本书是一本涵盖[1机1]器[0学0][*]和MATLAB应用实例的综合指南，适合作为相关专业技术人员和本科生的参考书。
 目录




---------------------------MATLAB[1机1]器[0学0][*]：人工智能工程实践（原书[0第0]2版）---------------------------


推荐序
译者序
前言
作者简介
[0第0]1章　[1机1]器[0学0][*]概述1
1.1　引言1
1.2　[1机1]器[0学0][*]基础2
1.3　[0学0][*][1机1]4
1.4　[1机1]器[0学0][*]分类体系5
1.5　控制7
1.6　自[1主1][0学0][*]方[0法0]9
1.7　人工智能14
1.8　小结16
[0第0]2章　用于[1机1]器[0学0][*]的MATLAB数据类型17
2.1　MATLAB数据类型概述17
2.2　使用参数初始化数据结构27
2.3　在图像datastore上执行mapreduce29
2.4　从文[亻牛]中创建表格31
2.5　处理表格数据33
2.6　使用MATLAB字符串36
2.7　小结38
[0第0]3章　MATLAB作图39
3.1　二维线图39
3.2　通用二维作图42
3.3　定制二维图表44
3.4　三维盒子45
3.5　用纹理绘制三维对象47
3.6　通用三维作图49
3.7　构建图形用户界[mian]51
3.8　柱状图动画56
3.9　画一个[1机1]器人59
3.10　小结61
[0第0]4章　卡尔曼滤波63
4.1　用线性卡尔曼滤波器实现的状态估计器64
4.2　使用扩展卡尔曼滤波器进行状态估计80
4.3　使用无迹卡尔曼滤波器进行状态估计84
4.4　使用无迹卡尔曼滤波器进行参数估计90
4.5　小结93
[0第0]5章　自适应控制95
5.1　自调谐：振荡器建模96
5.2　自调谐：调校振荡器97
5.3　模型参考自适应控制的实现102
5.4　创建方波输入106
5.5　转子的MRAC演示系统107
5.6　轮船驾驶：实现轮船驾驶控制的增益调度110
5.7　航天器的指向114
5.8　小结116
[0第0]6章　模糊逻辑118
6.1　构建模糊逻辑系统119
6.2　模糊逻辑的实现122
6.3　演示模糊逻辑125
6.4　小结127
[0第0]7章　用决策树进行数据分类129
7.1　生成测试数据130
7.2　绘制决策树133
7.3　决策树的算[0法0]实现136
7.4　创建决策树139
7.5　手工创建决策树142
7.6　训练和测试决策树145
7.7　小结148
[0第0]8章　神[纟巠]网络入门149
8.1　日[1光1]检测器149
8.2　单摆建模150
8.3　单神[纟巠]元角度估计器155
8.4　为单摆系统设计神[纟巠]网络159
8.5　小结163
[0第0]9章　基于神[纟巠]网络的数字分类164
9.1　生成带噪声的测试图像165
9.2　创建神[纟巠]网络函数169
9.3　训练单一输出节点的神[纟巠]网络173
9.4　测试神[纟巠]网络178
9.5　训练多输出节点的神[纟巠]网络179
9.6　小结182
[0第0]10章　基于深度[0学0][*]的模式识别183
10.1　为训练神[纟巠]网络在线获取数据185
10.2　产生猫的训练图像集185
10.3　矩阵卷积188
10.4　卷积层190
10.5　池化层192
10.6　全连接层193
10.7　确定输出概率195
10.8　测试神[纟巠]网络196
10.9　识别数字198
10.10　识别图像200
10.11　小结202
[0第0]11章　用于飞[1机1]控制的神[纟巠]网络203
11.1　纵向运动204
11.2　利用数值方[0法0]寻找平衡状态210
11.3　飞[1机1]的数值仿真211
11.4　激活函数213
11.5　[0学0][*]控制的神[纟巠]网络214
11.6　枚举数据集218
11.7　编写sigma-pi神[纟巠]网络函数220
11.8　实现PID控制器222
11.9　飞[1机1]俯仰角PID控制226
11.10　创建俯仰动力[0学0]的神[纟巠]网络228
11.11　非线性仿真中的控制器演示231
11.12　小结232
[0第0]12章　多重[jia]设检验233
12.1　概览233
12.2　理论235
12.3　追踪台球的卡尔曼滤波器240
12.4　追踪台球的MHT246
12.5　一维运动250
12.6　轨道关联的一维运动252
12.7　小结255
[0第0]13章　基于多重[jia]设检验的自动驾驶256
13.1　汽车动力[0学0]257
13.2　汽车雷达建模260
13.3　汽车的自[1主1][0超0]车控制262
13.4　汽车动画264
13.5　汽车仿真与卡尔曼滤波器266
13.6　汽车目标追踪270
13.7　小结273
[0第0]14章　基于案例的专家系统275
14.1　构建专家系统276
14.2　运行专家系统277
14.3　小结279
附录A　自[1主1][0学0][*]的历[0史0]281
附录B　[1机1]器[0学0][*]软[亻牛]288
参考文献298
中英文术语对照表300



---------------------------MATLAB与[1机1]器[0学0][*]---------------------------


推荐序
译者序
作者简介
技术审校者简介
前言
[0第0]一部分[1机1]器[0学0][*]概论
[0第0]1章[1机1]器[0学0][*]概述
1.1引言
1.2[1机1]器[0学0][*]基础
1.2.1数据
1.2.2模型
1.2.3训练
1.3[0学0][*][1机1]
1.4[1机1]器[0学0][*]分类
1.5自[1主1][0学0][*]方[0法0]
1.5.1回归
1.5.2神[纟巠]网络
1.5.3支持向量[1机1]
1.5.4决策树
1.5.5专家系统
参考文献
[0第0]2章自[1主1][0学0][*]的历[0史0]
2.1引言
2.2人工智能
2.3[0学0][*]控制
2.4[1机1]器[0学0][*]
2.5未来
参考文献
[0第0]3章[1机1]器[0学0][*]软[亻牛]
3.1自[1主1][0学0][*]软[亻牛]
3.2[0商0]业化MATLAB软[亻牛]
3.2.1MathWorks公司产[0品0]
3.2.2普林斯顿卫星系统产[0品0]
3.3MATLAB开源资源
3.3.1深度[0学0][*]工具箱
3.3.2深度神[纟巠]网络
3.3.3MatConvNet
3.4[1机1]器[0学0][*]工具
3.4.1R语言
3.4.2scikit.learn
3.4.3LIBSVM
3.5[0优0]化工具
3.5.1LOQO
3.5.2S[0No0]PT
3.5.3GLPK
3.5.4CVX
3.5.5SeDuMi
3.5.6YALMIP
参考文献
[0第0]二部分[1机1]器[0学0][*]的MATLAB实现
[0第0]4章用于[1机1]器[0学0][*]的MATLAB数据类型
4.1MATLAB数据类型概述
4.1.1矩阵
4.1.2元胞数组
4.1.3数据结构
4.1.4数值类型
4.1.5图像
4.1.6数据存储
4.1.7T[0all0]数组
4.1.8稀疏矩阵
4.1.9表与分类数组
4.1.10[0大0]型MAT文[亻牛]
4.2使用参数初始化数据结构
4.2.1问题
4.2.2方[0法0]
4.2.3步骤
4.3在图像数据存储上执行mapreduce
4.3.1问题
4.3.2方[0法0]
4.3.3步骤
总结
[0第0]5章MATLAB图形
5.1二维线图
5.1.1问题
5.1.2方[0法0]
5.1.3步骤
5.2二维图形
5.2.1问题
5.2.2方[0法0]
5.2.3步骤
5.3定制二维图
5.3.1问题
5.3.2方[0法0]
5.3.3步骤
5.4三维盒子
5.4.1问题
5.4.2方[0法0]
5.4.3步骤
5.5用纹理绘制三维对象
5.5.1问题
5.5.2方[0法0]
5.5.3步骤
5.6三维图形
5.6.1问题
5.6.2方[0法0]
5.6.3步骤
5.7构建图形用户界[mian]
5.7.1问题
5.7.2方[0法0]
5.7.3步骤
总结
[0第0]6章MATLAB[1机1]器[0学0][*]示例
6.1引言
6.2[1机1]器[0学0][*]
6.2.1神[纟巠]网络
6.2.2[mian]部识别
6.2.3数据分类
6.3控制
6.3.1卡尔曼滤波器
6.3.2自适应控制
6.4人工智能
[0第0]7章基于深度[0学0][*]的[mian]部识别
7.1在线获取数据：用于训练神[纟巠]网络
7.1.1问题
7.1.2方[0法0]
7.1.3步骤
7.2生成神[纟巠]网络的训练数据
7.2.1问题
7.2.2方[0法0]
7.2.3步骤
7.3卷积
7.3.1问题
7.3.2方[0法0]
7.3.3步骤
7.4卷积层
7.4.1问题
7.4.2方[0法0]
7.4.3步骤
7.5池化
7.5.1问题
7.5.2方[0法0]
7.5.3步骤
7.6全连接层
7.6.1问题
7.6.2方[0法0]
7.6.3步骤
7.7确定输出概率
7.7.1问题
7.7.2方[0法0]
7.7.3步骤
7.8测试神[纟巠]网络
7.8.1问题
7.8.2方[0法0]
7.8.3步骤
7.9识别图像
7.9.1问题
7.9.2方[0法0]
7.9.3步骤
总结
参考文献
[0第0]8章数据分类
8.1生成分类测试数据
8.1.1问题
8.1.2方[0法0]
8.1.3步骤
8.2绘制决策树
8.2.1问题
8.2.2方[0法0]
8.2.3步骤
8.3决策树的算[0法0]实现
8.3.1问题
8.3.2方[0法0]
8.3.3步骤
8.4生成决策树
8.4.1问题
8.4.2方[0法0]
8.4.3步骤
8.5手工创建决策树
8.5.1问题
8.5.2方[0法0]
8.5.3步骤
8.6训练和测试决策树
8.6.1问题
8.6.2方[0法0]
8.6.3步骤
总结
参考文献
[0第0]9章基于神[纟巠]网络的数字分类
9.1生成带噪声的测试图像
9.1.1问题
9.1.2方[0法0]
9.1.3步骤
9.2创建神[纟巠]网络工具箱
9.2.1问题
9.2.2方[0法0]
9.2.3步骤
9.3训练单一输出节点的神[纟巠]网络
9.3.1问题
9.3.2方[0法0]
9.3.3步骤
9.4测试神[纟巠]网络
9.4.1问题
9.4.2方[0法0]
9.4.3步骤
9.5训练多输出节点的神[纟巠]网络
9.5.1问题
9.5.2方[0法0]
9.5.3步骤
总结
参考文献
[0第0]10章卡尔曼滤波器
10.1状态估计器
10.1.1问题
10.1.2方[0法0]
10.1.3步骤
10.1.4传统卡尔曼滤波器
10.2使用UKF进行状态估计
10.2.1问题
10.2.2方[0法0]
10.2.3步骤
10.3使用UKF进行参数估计
10.3.1问题
10.3.2方[0法0]
10.3.3步骤
总结
参考文献
[0第0]11章自适应控制
11.1自调谐：求振荡器频率
11.1.1问题
11.1.2方[0法0]
11.1.3步骤
11.2模型参考自适应控制
11.2.1创建方波输入
11.2.2实现模型参考自适应控制
11.2.3转子的MRAC系统实现
11.3飞[1机1]的纵向控制
11.3.1编写飞[1机1]纵向运动的微分方程
11.3.2利用数值方[0法0]寻找平衡状态
11.3.3飞[1机1]的数值仿真
11.3.4神[纟巠]网络中对取值范围的限定和缩放
11.3.5寻找[0学0][*]控制的神[纟巠]网络
11.3.6枚举输入集合
11.3.7编写通用神[纟巠]网络函数
11.3.8实现PID控制
11.3.9飞[1机1]俯仰角PID控制演示
11.3.10创建俯仰动力[0学0]的神[纟巠]网络
11.3.11非线性仿真中的控制器演示
11.4轮船驾驶：实现轮船驾驶控制的增益调度
11.4.1问题
11.4.2方[0法0]
11.4.3步骤
总结
参考文献
[0第0]12章自动驾驶
12.1汽车雷达建模
12.1.1问题
12.1.2步骤
12.1.3方[0法0]
12.2汽车的自[1主1]传递控制
12.2.1问题
12.2.2方[0法0]
12.2.3步骤
12.3汽车动力[0学0]
12.3.1问题
12.3.2步骤
12.3.3方[0法0]
12.4汽车仿真与卡尔曼滤波器
12.4.1问题
12.4.2方[0法0]
12.4.3步骤
12.5雷达数据的MHT实现
12.5.1问题
12.5.2方[0法0]
12.5.3步骤
12.5.4[jia]设形成
12.5.5轨道剪枝
总结
参考文献
 编辑推荐

---------------------------MATLAB与[1机1]器[0学0][*]---------------------------
一本[1机1]器[0学0][*]方[0法0]与工程实践案例结合的参考书