本书以工业机器人为切入点，依托ABB工业机器人及其RobotStudio仿真软件，系统地介绍了工业机器人的基础知识、手动调试技巧、示教器常用操作、坐标系定义流程、I/O通信、标准I/O板配置、基本控制指令，以及程序编辑调试步骤等核心内容。本书既有通俗易懂的基础知识讲解，又有完整的项目讲解，使读者能够熟练掌握工业机器人的

本书充分考虑了高等院校学生和企业员工学习特点，以实践为主、理论为辅。理论教学部分广泛采用漫画元素，诙谐幽默、通俗易懂。实践教学内容中采用虚拟仿真和实操相结合方式，降低学习者对学习环境硬件要求，提升学习效果。本书内容共分成六个模块。模块一、初识工业机器人；模块二、初识机器人仿真软件；模块三、创建机器人工作站；模块四、机器

本书讲述了多粒度信息融合的基本概念以及多粒度融合理论赖以发展的基础理论，如Dempster-Shafe证据r理论、Dezert-Smarandache理论、粗糙集、模糊集等；介绍了同/异鉴别框架下的多粒度融合、犹豫模糊信度下的多粒度融合和多粒度折扣信息融合。本书给出了典型算例详尽的融合流程，以及多粒度融合的典型应用，如

本书共分12章。第1~4章主要介绍Matlab的系统环境、矩阵及其运算、数据可视化和APPdesigner设计；第5~10章主要讲述Matlab在不同场景中的应用；第11~12章为Matlab遗传算法实例及案例分析。本书重点在于Matlab的基础应用，以简练的语言和代表性的实例向读者介绍Matlab的功能和使用方法，可

本书主要内容包括认知工业机器人、典型工业机器人系统、工业机器人坐标系基础、工业机器人的其他基本操作、工业机器人的维护与保养、RobotStudio软件基础、ABB工业机器人编程基础、ABB工业机器人程序数据基础、ABB工业机器人常用指令应用、典型工作站应用基础、典型应用实训——码垛与涂胶等。

本书介绍了大数据分析基础、社会研究与方法、计算社会科学及其发展、基本原则与生命周期、构建分析路线与用例、大数据分析的运用、预测分析方法、预测分析技术、大数据分析模型、用户角色与分析工具、大数据分析平台、社交网络与推荐系统、组织分析团队等内容，最后为大数据分析的学习设计了一个基于大数据集市的课程实践。

本书主要内容包括：工业机器人应用系统及建模认知、工业机器人夹具单元零件建模、轮毂与立体仓库的建模、工业机器人打磨单元零件建模、工业机器人执行单元零件建模、工业机器人夹爪工程图、工业机器人打磨单元装配体建模和工业机器人工作站动画设计。

本书主要介绍了工业机器人虚拟仿真软件RoboDK的基础操作、工业机器人虚拟工作站的构建、常用机构创建及仿真编程方法。全书采用以图为主的讲解方式，主要内容包括工业机器人虚拟仿真软件RoboDK、RoboDK基础操作、机器人虚拟仿真工作站构建、RoboDK常用机构创建、基于Program的机器人仿真编程、基于RoboDKA

本书包含十六章，分为四个部分：概念篇主要介绍大数据管理与应用的基本概念、分析的基本思路；基础篇主要介绍大数据管理与应用的数学基础和机器学习基础；技术篇主要介绍大数据管理与应用的数据采集与存储技术、数据预处理技术、数据回归分析技术、数据分类分析技术、数据聚类分析技术、数据关联分析技术、深度学习技术、文本分析技术、Web分

本书深入研究分布式传感器阵列辐射源定位和传感器自定位问题。第1章介绍了各种类型的传感器阵列构型，包括规则传感器阵列、有线传感器阵列、自主无线传感器阵列。第2章简要介绍了几类定位观测量，包括典型的接收信号强度、到达时间以及到达时差。第3章和第4章讨论了参数的估计和应用问题。第4章介绍了利用随机分布传感器阵列对信号进行采样