本書是關(guān)于非線性系統(tǒng)故障可診斷性評(píng)價(jià)與診斷方法的一本專著，主要匯集了作者近年來(lái)在故障可診斷評(píng)價(jià)與設(shè)計(jì)、非線性系統(tǒng)故障診斷及傳感器優(yōu)化配置等相關(guān)領(lǐng)域的新理論與新方法，并探索將相關(guān)研究成果應(yīng)用在電源車系統(tǒng)中，同時(shí)也集中介紹了近年來(lái)國(guó)內(nèi)外在安全控制研究領(lǐng)域的新的技術(shù)原理和主要方法。本書以分塊逐步遞進(jìn)的方法共分為三篇，分別包括：故障可診斷性評(píng)價(jià)與設(shè)計(jì)、非線性系統(tǒng)故障診斷方法以及故障可診斷性評(píng)價(jià)和診斷方法在電源車系統(tǒng)中的應(yīng)用。本書可作為控制科學(xué)與工程學(xué)科研究人員的參考書籍，同時(shí)對(duì)從事自動(dòng)化系統(tǒng)研究、設(shè)計(jì)、
本書系統(tǒng)介紹私有云的主要概念、相關(guān)技術(shù)和主要實(shí)戰(zhàn)案例，內(nèi)容包括虛擬化產(chǎn)品與部署方法、私有云拓?fù)湟?guī)劃與設(shè)計(jì)、搭建VMware虛擬化平臺(tái)、搭建iSCSI目標(biāo)存儲(chǔ)服務(wù)器、部署VMwarevcsa平臺(tái)、搭建VMware虛擬網(wǎng)絡(luò)、搭建虛擬服務(wù)機(jī)、配置vCenter Server高級(jí)應(yīng)用和發(fā)布VMware云桌面服務(wù)等。 本書根據(jù)私有云技術(shù)發(fā)展和應(yīng)用的現(xiàn)狀，對(duì)接私有云技術(shù)應(yīng)用領(lǐng)域云運(yùn)維和云開發(fā)等相關(guān)職業(yè)崗位能力要求，結(jié)合學(xué)生的認(rèn)知規(guī)律，精心組織教學(xué)內(nèi)容。本書從與私有云相關(guān)的12個(gè)項(xiàng)目對(duì)私有云技術(shù)產(chǎn)品、平臺(tái)部
本書以智能制造產(chǎn)線為對(duì)象，介紹了智能制造產(chǎn)線運(yùn)行優(yōu)化涉及的關(guān)鍵技術(shù): 產(chǎn)線狀態(tài)數(shù)據(jù)實(shí)時(shí)采集與云-邊協(xié)同計(jì)算技術(shù)、產(chǎn)線混合生產(chǎn)任務(wù)的集成規(guī)劃與優(yōu)化技術(shù)、產(chǎn)線生產(chǎn)物流的主動(dòng)感知與協(xié)同調(diào)度技術(shù)、刀具磨損狀態(tài)智能監(jiān)控與壽命預(yù)測(cè)技術(shù)、工件加工質(zhì)量的誤差分析/溯源與預(yù)測(cè)技術(shù)、復(fù)雜數(shù)控加工裝備的健康狀態(tài)綜合評(píng)價(jià)技術(shù)等。這些關(guān)鍵技術(shù)是實(shí)現(xiàn)智能制造產(chǎn)線的重要組成部分，是構(gòu)建自組織、自學(xué)習(xí)、自適應(yīng)、自優(yōu)化生產(chǎn)系統(tǒng)的核心技術(shù)。本書可以作為“智能制造類”研究生的選用教材，對(duì)學(xué)生了解智能車間和智能工廠具有重要的指導(dǎo)作用。
易懂的語(yǔ)言、圖文并茂的形式對(duì)Animate在動(dòng)畫制作中的應(yīng)用進(jìn)行了全面細(xì)致的剖析。本書共10章，遵循由淺入深、從基礎(chǔ)知識(shí)到案例進(jìn)階的學(xué)習(xí)原則，對(duì)動(dòng)畫制作入門知識(shí)，Animate動(dòng)畫制作基礎(chǔ)，圖形的繪制與編輯，幀與圖層，元件、庫(kù)與實(shí)例，文本的創(chuàng)建與編輯，常見(jiàn)動(dòng)畫的制作，音視頻的應(yīng)用以及組件的應(yīng)用等內(nèi)容進(jìn)行了逐一闡述，最后介紹了與功能相關(guān)的可協(xié)同的AI矢量繪圖軟件。本書結(jié)構(gòu)合理、內(nèi)容豐富、易學(xué)易懂，既有鮮明的基礎(chǔ)性，也有很強(qiáng)的實(shí)用性。
主要內(nèi)容● 用進(jìn)化計(jì)算解決復(fù)雜的設(shè)計(jì)和分析問(wèn)題● 調(diào)整深度學(xué)習(xí)超參數(shù)● 將Q-Learning應(yīng)用于深度學(xué)習(xí)，從而進(jìn)行深度強(qiáng)化學(xué)習(xí)● 優(yōu)化無(wú)監(jiān)督自編碼器的損失函數(shù)和網(wǎng)絡(luò)架構(gòu)● 創(chuàng)建一個(gè)能夠參與OpenAI Gym游戲的進(jìn)化智能體
主要內(nèi)容● 在異步環(huán)境中處理借用檢查器● 創(chuàng)建Web API并處理JSON● 組建一個(gè)用于Rust異步開發(fā)的技術(shù)棧● 優(yōu)雅地處理錯(cuò)誤● 測(cè)試、追蹤、記錄和調(diào)試● 在多個(gè)環(huán)境中部署Rust應(yīng)用
本書的主題圍繞理論實(shí)戰(zhàn)展開，旨在為讀者提供一種系統(tǒng)深入地學(xué)習(xí)和應(yīng)用通用性較強(qiáng)的技術(shù)點(diǎn)的方法。本書共十章，每章專注于一個(gè)特定的技術(shù)點(diǎn)，包括 Spring Cloud Alibaba Nacos、Dubbo、ZooKeeper、Spring Cloud Security OAuth2、Spring Cloud Gateway、Spring Cloud Skywalking、Spring Cloud Alibaba Sentinel、Apache ShardingSphere、Elastics
本書以PySide6/PyQt6的實(shí)際應(yīng)用為主線，以理論基礎(chǔ)為核心，引導(dǎo)讀者漸進(jìn)式學(xué)習(xí)PySide6/PyQt6的編程基礎(chǔ)和實(shí)際應(yīng)用。本書共12章，可分為5部分。第一部分介紹基于項(xiàng)的控件、基于模型/視圖的控件（第1章和第2章），第二部分介紹處理數(shù)據(jù)庫(kù)、文件、路徑、緩存相關(guān)的類和應(yīng)用方法（第3章和第4章）、第三部分介紹使用Graphics/View框架繪圖、繪制二維圖表和三維圖表的相關(guān)類和應(yīng)用方法（第5~7章）、第四部分介紹處理網(wǎng)絡(luò)、多媒體、打印機(jī)、QML相關(guān)的類和應(yīng)用方法（第8~11章）
《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》作為《PyTorch 2.0深度學(xué)習(xí)從零開始學(xué)》的姊妹篇，專注于大模型的本地化部署、應(yīng)用開發(fā)以及微調(diào)等。《ChatGLM3大模型本地化部署、應(yīng)用開發(fā)與微調(diào)》不僅系統(tǒng)地闡述了深度學(xué)習(xí)大模型的核心理論，更注重實(shí)踐應(yīng)用，通過(guò)豐富的案例和場(chǎng)景，引導(dǎo)讀者從理論走向?qū)嵺`，真正領(lǐng)悟和掌握大模型本地化應(yīng)用的精髓。全書共分13章，全方位、多角度地展示了大模型本地化實(shí)戰(zhàn)的完整方案，內(nèi)容包括大模型時(shí)代的開端、PyTorch 2.0深度學(xué)習(xí)環(huán)境搭建、基于gra
《數(shù)字身份認(rèn)證技術(shù)與實(shí)踐》內(nèi)容涵蓋身份認(rèn)證的基礎(chǔ)理論，包括身份認(rèn)證與授權(quán)的區(qū)別、常見(jiàn)的認(rèn)證方式以及關(guān)鍵技術(shù)和協(xié)議，如SAML、OAuth 2.0、OIDC等。除基礎(chǔ)概念外，《數(shù)字身份認(rèn)證技術(shù)與實(shí)踐》還展示如何在不同的環(huán)境中安全地接入和實(shí)現(xiàn)身份認(rèn)證，包括純前端應(yīng)用、BFF和后端領(lǐng)域服務(wù)。同時(shí)，《數(shù)字身份認(rèn)證技術(shù)與實(shí)踐》詳細(xì)討論如何在現(xiàn)有應(yīng)用中集成其他身份認(rèn)證系統(tǒng)，以及如何實(shí)現(xiàn)社交賬號(hào)登錄等功能。對(duì)于追求深入理解的讀者，《數(shù)字身份認(rèn)證技術(shù)與實(shí)踐》還準(zhǔn)備了一些高級(jí)主題，包括在微信小程序中集成認(rèn)證平臺(tái)、
新書資訊 新書推薦