本书主要从工程应用的视角研究ATR自动目标识别问题，并从ATR系统核心能力构成上来梳理相关核心技术体系。本书从目标特性与特征基础技术，到系统体系架构与动态任务规划等系统总体技术，再到融合处理识别与在线学习演进系统核心技术，最后到识别能力测试评估来分析阐述ATR系统相关技术内容，并形成技术内容的闭环。重点研究包括目标特性与特征、目标识别体系框架、任务调度与规划、多源融合与不确定性决策、ATR系统在线学习与自组织演进以及ATR测试与评估等内容。

本书围绕三维视觉SLAM中的视觉特征提取、视觉里程计、闭环检测、构建地图这4个核心问题展开论述，在这些研究中重点论述多种信息的合理融合与使用的问题，最终构建了一套完整的三维视觉SLAM系统，实现机器人在室内环境与室外环境下的实时精确的定位，同时建立了稠密的三维环境地图。

本书系统地阐述了机器学习控制及其策略，全面介绍了当前有关机器学习控制在线性系统、非线性系统和湍流控制中的实验案例，展望了机器学习控制技术的未来发展和潜在应用。内容包括：反馈控制及其在实际复杂问题中面临的挑战；机器学习控制、实现方法及案例；线性控制理论中的几种经典方法；机器学习控制与经典控制方法的比较；非线性系统的机器学习控制；基于机器学习的流体控制实验；机器学习控制的战术与策略；未来机器学习控制的应用及其方法学的发展方向。

本书是一部系统讲述Python编程语言与编程方法的案例化教程。全书共分为9章:第1章为Python编程基础知识;第2章为组合数据类型及使用;第3章为函数及调用规则;第4章为程序设计;第5章为面向对象程序设计方法;第6章为文件操作与异常处理;第7章为Python的GUI设计;第8章为Python绘图方法;第9章为Python网络爬虫。每章都设置了大量应用案例跟踪指导。为便于读者高效学习,快速掌握Python编程与操作技巧,本书共提供了320个应用案例及其运行结果,程序中的重点部分都给出注释,并附有

《Python分布式机器学习》本书详细阐述了与分布式机器学习相关的基本解决方案，主要包括拆分输入数据、参数服务器和All-Reduce、构建数据并行训练和服务管道、瓶颈和解决方案、拆分模型、管道输入和层拆分、实现模型并行训练和服务工作流程、实现更高的吞吐量和更低的延迟、数据并行和模型并行的混合、联合学习和边缘设备、弹性模型训练和服务、进一步加速的高级技术等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可

光纤高温传感器是近年来日益受到重视并发展起来的一类新型光纤传感器，涉及光学、电子、材料等学科。本书系统介绍了北京理工大学和吉林大学两个课题组在高温光纤传感器领域的**研究成果，同时集结了国内同行的部分研究成果。

本书阐述了如何从攻击者的视角审视自己的网络，从而了解有关技术并有效抵御攻击。通过Python代码示例，读者将学习如何编写密码嗅探、ARP投毒攻击、DNS欺骗、SQL注入、蓝牙WiFi攻击等相关工具，也将了解入侵检测和防御系统以及日志文件分析等防御方法。学习本书不需要有深入的编程和计算机网络原理知识作为基础，想要学习网络编程的Python程序员、想要主动检查系统和网络安全性的管理员和偏好Python编程的白帽、灰帽和黑帽黑客均可阅读本书。

本书循序渐进地介绍了使用SolidWorks进行机械设计的相关内容,包括SolidWorks概述、软件的工作界面与基本操作设置、二维草图设计、零件设计、钣金设计、装配设计、模型的测量与分析、工程图设计、曲面设计、焊件设计、动画与运动仿真及结构分析等。为了能够使读者更快地掌握该软件的基本功能,在内容安排上,书中结合大量的案例对SolidWorks软件中的一些抽象的概念、命令和功能进行讲解;在写作方式上,本书采用软件真实的操作界面,采用软件真实的对话框、操控版和按钮进行具体讲解,这样就可以让读者直观

本书既是介绍PyQt5的快速入门书籍，也是介绍PyQt5实战应用的书籍。本书学习曲线平缓，除了适合初学者之外，其内容详细和广泛的特点又使得其非常适合做软件工程师们的案头查询手册，大大节省了繁忙的工程师去查阅和筛选信息的时间，做到一本在手，PyQt我有。本书配套示例源码。本书共分11章，从最基本的PyQt5环境搭建开始，不但有PyQt5窗口设计基础、PyQt5常用控件、菜单、工具栏和状态栏、对话框应用、布局管理等基础知识，还包括了多线程编程、数据库编程、图形图像编程和网络编程等。本书聚焦PyQt5

本书着眼于人工智能自身的安全问题，旨在将当前人工智能安全的基础问题、关键问题、核心算法进行归纳总结。本书的定位是学习人工智能安全的入门书籍，因此先详细介绍了人工智能安全相关的基础知识，包括相关的基础算法和安全模型，使得读者明确人工智能面临的威胁，对人工智能安全有一个大体的概念和初步认识。然后将人工智能系统的主要安全威胁分为模型安全性威胁和模型与数据隐私威胁两大类。模型安全性威胁主要包括投毒攻击、后门攻击、对抗攻击、深度伪造。模型与数据隐私威胁主要包括窃取模型的权重、结构、决策边界等模型本身信息和