本书根据国家重点研发计划项目“黄河流域水沙变化机理与趋势预测”的研究成果系统总结而成。全书以黄河流域坡面-沟道-流域-区域等多尺度与林草-梯田-淤地坝-水库等多措施耦合为研究对象，基于数据与平台—过程与机理—模型与预测—评价与对策等全链条设计，围绕强人类活动影响下的黄河流域水沙变化机理与未来发展趋势中的基本理论和关键技术开展研究，揭示近百年黄河水沙演变规律，辨识流域水沙变化多因素耦合驱动机制及贡献率，研发多因子耦合驱动的流域分布式水循环模型与流域泥沙动力学过程模型，构建流域水沙变化趋势集合评估技

本书围绕惯容在振动控制系统中的一些基本理论问题,分析惯容在振动系统固有频率、隔振系统、动力吸振系统、半主动惯容及可调动力吸振系统等方面的作用机理，是本书作者及团队在相关领域多年研究成果的概括总结。

本书着重进行两自由度直驱感应电机(2DOF-DDIM)设计理论、耦合效应及控制方法的研究，以期为2DOF-DDIM理论体系的构建奠定基础。本书通过分析一种新型2DOF-DDIM的工作机理，完成其电磁设计工作；提出复合多层理论法对电机进行建模，进行其等效电路参数的确定，并完成2DOF-DDIM系统的数学建模；利用透入深度法、解析计算方法、有限元法完成包括纵向端部效应在内的2DOF-DDIM的特性分析；基于所建立的电机模型，研究2DOF-DDIM多种运动形式以及多定子结构下耦合效应的影响。随后，为了

本书主要介绍作者提出的一种新的边坡失稳判据，在结合强度折减法计算安全系数和进行边坡优化设计时，新的边坡失稳判据不必假设和搜索临界滑裂面，相对于已有方法，本书方法具有明确的边坡失稳客观标准，避免了边坡失稳判断过程中的人为主观因素。全书共8章，主要包括：边坡失稳判据研究的意义、极限坡面曲线的计算、边界条件的研究、敏感性分析、边坡样本分析、双折减系数强度折减法和边坡优化设计等。

本书使用浅显生动的语言，通过贴近生活和时代的案例，详细讲解了人工智能的相关概念、技术、应用，主要内容包括：人工智能的概念、人工智能的技术框架、人工智能技术基础（机器学习、神经网络、深度学习等）、人工智能关键技术（大数据、云计算、人工智能芯片等），并从教育、农业、工业、金融、医疗、生活、文娱、军事等方向阐述了人工智能在各行各业中的具体应用，最后对人工智能的未来发展进行了分析。 本书内容全面、语言生动、通俗易懂，可作为人工智能初学者的启蒙读本，也可以作为人工智能技术普及读物。

本书选取10大常用品牌变频器，通过全彩图解＋视频讲解的形式，对变频器的相关知识进行了系统的介绍，主要内容包括：变频器的选用、安装及维护，三菱、西门子、ABB、台达、欧姆龙、施耐德、英威腾、四方、士林、丹佛斯变频器的硬件构成、应用案例及故障诊断，恒压供水控制综合案例，PLC控制变频器及案例等。书中用彩色电气原理图与实物接线图对照讲解，高清大图，一目了然；图中标注关键知识点，让读图更轻松；参数设置、故障诊断归纳成表，快速查阅；重难点章节还配备教学视频，手机扫码观看，便于读者快速理解并掌握所学知识。本

本书基于西门子S7-200SMARTPLC，采用全彩图解+视频讲解的形式，对PLC的编程及接线相关知识进行了系统的介绍，主要内容包括：PLC的硬件组成及编程基础，编程软件快速应用，数据类型、数据存储区与地址格式，位逻辑指令，功能指令，20个经典入门编程案例，模拟量和PID控制，子程序、中断程序及其应用，编码器和高速计数器，PLC通信等。书中用彩色电气原理图与实物接线图对照讲解，高清大图，一目了然；图中标注关键知识点，让读图更轻松；重点难点章节还配备教学视频，手机扫码观看，便于读者快速理解并掌握所

本书立足于全球低碳转型背景，详细梳理了我国“双碳”目标的政策逻辑与实践路径，针对我国工业碳达峰·碳中和的重点环节与关键问题，全景展现了各细分行业领域的碳减排技术路径与具体措施。全书详细阐述5G、物联网、大数据、数字孪生、边缘计算、工业机器人等前沿技术在工业制造领域的融合与创新应用，从“双碳”工业、绿色制造、智能制造、数字化工厂、工业机器人等五大维度出发，系统介绍了“双碳”愿景下我国绿色智能制造的新技术、新业态、新模式，致力为传统制造企业绿色低碳转型提供有益借鉴与参考。

自2023年以来，AI聊天机器人ChatGPT火爆互联网，其颠覆性的使用体验重塑了人们对于AI的认知。而ChatGPT背后的技术—AIGC也引起了互联网圈的关注，打开了人们对AI应用的想象空间。本书从ChatGPT入手，以AIGC为中心，对AIGC的理论知识、应用场景、未来发展等内容进行了全面的梳理。首先，本书对AIGC的概念、技术构成、产业生态、市场现状等进行了讲解，以便读者对AIGC形成一个清晰、完整的认知。其次，本书讲解了AIGC在传媒、电商、影视、娱乐、教育、工业等领域的应用，展现了AI

本书系统介绍了神经网络和深度学习，并结合实际应用场景和综合案例，让读者深入了解深度学习。全书共16章，分为4个部分。第1部分介绍了深度学习基础算法与应用，主要包括神经网络和深度学习的相关概念、多层神经网络的基本原理和具体应用、卷积神经网络的原理及项目案例实现、优化算法与模型管理。第2部分介绍了深度学习进阶算法与应用，主要包括经典的深度卷积神经网络，ResNet、DenseNet和MobileNet，目标检测的基本概念和常见算法，循环神经网络的基本概念和具体应用。第3部分介绍了时空数据模型与应用，