本書(shū)在講述機(jī)器視覺(jué)基本原理和基本概念的基礎(chǔ)上，重點(diǎn)介紹了機(jī)器視覺(jué)系統(tǒng)的構(gòu)成以及機(jī)器視覺(jué)技術(shù)在實(shí)際生產(chǎn)中的應(yīng)用，有較強(qiáng)的參考價(jià)值。本書(shū)具體內(nèi)容包括：數(shù)字圖像基礎(chǔ)、HALCON功能及應(yīng)用、圖像預(yù)處理、圖像分割、特征提取、圖像的形態(tài)學(xué)處理、圖像模板匹配、3D視覺(jué)、綜合項(xiàng)目案例分析等。本書(shū)可作為高等學(xué)校自動(dòng)化類(lèi)、機(jī)電類(lèi)、電子信

為了便于讀者進(jìn)行系統(tǒng)學(xué)習(xí)、分類(lèi)整理知識(shí)點(diǎn)及遇到問(wèn)題時(shí)能夠快速找到求解的方法，本書(shū)按照算法策略進(jìn)行劃分，每一章都引入了若干個(gè)經(jīng)典問(wèn)題。通過(guò)問(wèn)題的分析、計(jì)算模型的建立、算法的設(shè)計(jì)與描述、算法的分析來(lái)深入解讀每一種算法策略所能解決的問(wèn)題范疇及方法。全書(shū)共分9章，內(nèi)容包括：算法設(shè)計(jì)基礎(chǔ)、算法效率分析基礎(chǔ)、迭代法、蠻力法、分治策

本書(shū)介紹了蜂群算法的原理，深入研究了如何提升蜂群算法搜索和開(kāi)發(fā)能力，系統(tǒng)探討了蜂群智能算法的改進(jìn)策略。并在此基礎(chǔ)上，對(duì)蜂群算法在物流調(diào)度、自動(dòng)控制、數(shù)據(jù)挖掘等領(lǐng)域的實(shí)際工程應(yīng)用進(jìn)行了研究，證實(shí)了相關(guān)算法的有效性。本書(shū)各章節(jié)之間既互相聯(lián)系又相對(duì)獨(dú)立，讀者可根據(jù)自己需要選擇閱讀。本書(shū)可作為人工智能、自動(dòng)控制、模式識(shí)別等專(zhuān)業(yè)

本書(shū)為“十二五”普通高等教育本科***規(guī)劃教材。全書(shū)內(nèi)容共7章：第1章開(kāi)關(guān)理論基礎(chǔ)，第2章組合邏輯，第3章時(shí)序邏輯，第4章存儲(chǔ)邏輯，第5章可編程邏輯，第6章數(shù)字系統(tǒng)，第7章A/D轉(zhuǎn)換、D/A轉(zhuǎn)換。教學(xué)內(nèi)容具有基礎(chǔ)性和時(shí)代性，從理論和實(shí)踐兩方面解決了與后續(xù)課程的銜接。本書(shū)是作者對(duì)“數(shù)字邏輯”課程體系、教學(xué)內(nèi)容、教學(xué)方法和

本書(shū)系統(tǒng)地介紹了計(jì)算機(jī)視覺(jué)的基本原理、典型方法和實(shí)用技術(shù)，內(nèi)容包括緒論、圖像采集、基元檢測(cè)、顯著性檢測(cè)、目標(biāo)分割、目標(biāo)表達(dá)和描述、紋理分析、形狀特性分析、立體視覺(jué)、三維景物恢復(fù)、運(yùn)動(dòng)分析、景物識(shí)別、廣義匹配、時(shí)空行為理解、場(chǎng)景解釋等。讀者可從中了解計(jì)算機(jī)視覺(jué)的基本原理和典型技術(shù)，并能據(jù)此解決計(jì)算機(jī)視覺(jué)應(yīng)用中的一些具體問(wèn)

計(jì)算機(jī)代數(shù)是研究符號(hào)計(jì)算的算法設(shè)計(jì)、理論分析和計(jì)算機(jī)實(shí)現(xiàn)的學(xué)科。本書(shū)介紹計(jì)算機(jī)代數(shù)的基本知識(shí)、算法及其理論依據(jù)。主要內(nèi)容包括數(shù)據(jù)的表示與基本運(yùn)算、結(jié)式與子結(jié)式、整系數(shù)多項(xiàng)式的模算法、特征列方法、Grobner基方法、實(shí)系數(shù)多項(xiàng)式的根、實(shí)閉域上的量詞消去以及形式積分等。本書(shū)側(cè)重陳述經(jīng)典方法,并采用通俗的語(yǔ)言解說(shuō)算法的數(shù)學(xué)

全書(shū)介紹了信息安全的基本概念、身份認(rèn)證技術(shù)、授權(quán)與訪問(wèn)控制技術(shù)、操作系統(tǒng)安全、網(wǎng)絡(luò)安全協(xié)議、網(wǎng)絡(luò)攻擊技術(shù)、邊界防御技術(shù)、入侵檢測(cè)技術(shù)、Web安全、無(wú)線安全等內(nèi)容。每章均配有習(xí)題，包括選擇題、填空題、論述題和實(shí)踐題，幫助讀者鞏固本章所學(xué)理論知識(shí)，并進(jìn)行實(shí)踐嘗試。

本書(shū)系統(tǒng)介紹目前廣泛采用的一些在線目標(biāo)跟蹤方法，對(duì)在線目標(biāo)跟蹤方法的基本思想、動(dòng)機(jī)和設(shè)計(jì)進(jìn)行比較全面的總結(jié)。本書(shū)具體綜述基于視頻目標(biāo)檢測(cè)的方法、基于視頻目標(biāo)分割的跟蹤方法；并將這些方法分為不同的類(lèi)型，探討研究趨勢(shì)。內(nèi)容包括：兩種基于視頻目標(biāo)檢測(cè)的結(jié)構(gòu)化學(xué)習(xí)的目標(biāo)跟蹤方法；基于視頻目標(biāo)檢測(cè)的顏色緊湊二值特征的終身學(xué)習(xí)視頻

本書(shū)研究面向強(qiáng)噪聲場(chǎng)景的低秩稀疏學(xué)習(xí)視覺(jué)目標(biāo)跟蹤方法。基于變分法和分?jǐn)?shù)階微積分理論改善強(qiáng)噪聲場(chǎng)景下的視覺(jué)信息質(zhì)量問(wèn)題；基于低秩表示和稀疏表示理論解決目標(biāo)外觀多樣性情況下的表觀建模問(wèn)題；基于融合LASSO、變分法和分?jǐn)?shù)階微積分理論解決復(fù)雜環(huán)境遮擋帶來(lái)的目標(biāo)特征丟失問(wèn)題和目標(biāo)快速運(yùn)動(dòng)帶來(lái)的跟蹤漂移問(wèn)題；基于反向稀疏表示描述

本書(shū)講述了計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，使得網(wǎng)絡(luò)上的網(wǎng)站、網(wǎng)頁(yè)等各種信息以爆炸性的趨勢(shì)增長(zhǎng)，隨之而來(lái)的還有大量的冗余信息和垃圾信息，并由此帶來(lái)了信息泛濫、信息迷航以及信息疾病等一系列問(wèn)題。這些冗余信息、垃圾信息不但影響著用戶對(duì)Internet的使用效率和質(zhì)量，同樣影響著網(wǎng)絡(luò)的健康發(fā)展。因此，基于此而產(chǎn)生的網(wǎng)絡(luò)信息過(guò)