本書以環(huán)境監(jiān)測傳感器網(wǎng)絡(luò)為例，介紹無線傳感器網(wǎng)絡(luò)知識。具體內(nèi)容包括無線傳感器網(wǎng)絡(luò)基礎(chǔ)知識、ZigBee網(wǎng)絡(luò)基礎(chǔ)知識以及傳感器網(wǎng)絡(luò)建設(shè)實踐。

本書主要介紹了常用傳感器的構(gòu)成、工作原理、特性參數(shù)、選型及安裝調(diào)試等方面的知識，對測量電路的基本概念、抗干擾技術(shù)及新型傳感器的應(yīng)用也做了介紹。書中列舉了各類傳感器在工業(yè)、科研和日常生活中的應(yīng)用實例，每章均附有習(xí)題，注重培養(yǎng)和提高學(xué)生的應(yīng)用能力與分析能力。本書為新形態(tài)一體化教材，掃描書中二維碼，可獲取微課視頻數(shù)字化學(xué)習(xí)內(nèi)

本書全面、系統(tǒng)地闡述了無線傳感器網(wǎng)絡(luò)（WSN）技術(shù)的基本原理、關(guān)鍵設(shè)備和技術(shù)應(yīng)用。全書共7個項目，每個項目均以任務(wù)為導(dǎo)向，對目前實際應(yīng)用中幾種典型的短距離無線通信技術(shù)進(jìn)行分析與設(shè)計，包括認(rèn)識無線傳感器網(wǎng)絡(luò)、搭建無線傳感器網(wǎng)絡(luò)開發(fā)環(huán)境、基礎(chǔ)射頻無線通信技術(shù)應(yīng)用設(shè)計、Z-Stack無線通信技術(shù)應(yīng)用設(shè)計、藍(lán)牙無線通信技術(shù)應(yīng)用

本書概述了無線傳感器網(wǎng)絡(luò)及其各種應(yīng)用、算法以及相關(guān)的挑戰(zhàn)；介紹了仿生優(yōu)化算法，如遺傳算法（GA）、人工神經(jīng)網(wǎng)絡(luò)（ANN）和人工免疫系統(tǒng)（AIS）在故障分析和診斷以及交通管理中的應(yīng)用。重點(diǎn)介紹了用于解決路由、網(wǎng)絡(luò)參數(shù)優(yōu)化和能量估計問題的群優(yōu)化技術(shù)，如非洲水牛優(yōu)化（ABO）、粒子群優(yōu)化（PSO）和改進(jìn)的群智能算法。探討了基

本書主要介紹了傳感器執(zhí)行器網(wǎng)絡(luò)，分布式的點(diǎn)云結(jié)構(gòu)，生物激勵系統(tǒng)與進(jìn)化方法，傳感器感知與融合方法，貝葉斯方法，模糊邏輯系統(tǒng)，神經(jīng)網(wǎng)絡(luò)和生物醫(yī)療應(yīng)用，自動化的機(jī)器手，航�；蚝娇者\(yùn)輸工具定位、跟蹤、SLAM和三維感知。

書中詳細(xì)介紹了地下擾動源定位與識別技術(shù)，地下空間擾動源信號增強(qiáng)方法，地下空間擾動源定位方法研究，地下空間擾動源多維度特征提取與選擇，地下空間擾動源的識別，常用分布式光纖傳感技術(shù)及噪聲來源，光纖傳感振動信號優(yōu)化方法，光纖傳感振動信號噪聲分析與地下場景數(shù)據(jù)集構(gòu)建，基于二維形態(tài)學(xué)的光纖傳感振動信號去噪方法，基于全局閾值分割的

本教材全面介紹了傳感器與檢測技術(shù)課程知識體系與之相關(guān)的國家新政策、行業(yè)新動態(tài)、最新技術(shù)和產(chǎn)品等專業(yè)新知識。本書主要內(nèi)容包括傳感器與檢測技術(shù)基礎(chǔ)、溫度檢測、力的檢測、位移檢測、物位檢測、流量檢測等常見物理量檢測的傳感器工作原理、測量電路等。并且針對不同的檢測場景，對比不同類型的傳感器，同時本教材還介紹了現(xiàn)在智能傳感器的基

民族傳統(tǒng)體育游戲與文化傳承創(chuàng)新研究

本書以信息感知—系統(tǒng)特性—測試接口—靜態(tài)測試—動態(tài)測試—裝備應(yīng)用為主線，系統(tǒng)介紹傳感與測試技術(shù)的全貌。主要內(nèi)容包括傳感與測試技術(shù)的相關(guān)概念，傳感器與測試系統(tǒng)組成、分類、靜態(tài)和動態(tài)特性，不失真測試條件，不同種類傳感器的基本原理、構(gòu)成、特性、測試接口及應(yīng)用實例等。

本書講述了多粒度信息融合的基本概念以及多粒度融合理論賴以發(fā)展的基礎(chǔ)理論，如Dempster-Shafe證據(jù)r理論、Dezert-Smarandache理論、粗糙集、模糊集等；介紹了同/異鑒別框架下的多粒度融合、猶豫模糊信度下的多粒度融合和多粒度折扣信息融合。本書給出了典型算例詳盡的融合流程，以及多粒度融合的典型應(yīng)用，如