Vapnik（瓦普尼克）于20世紀末提出的支持向量機結(jié)構(gòu)，通過將樣本從低微空間向高維空間的映射來實現(xiàn)樣本的線性劃分，從而可獲得預(yù)測的通用規(guī)則。該理論的通用性、魯棒性、計算高效性使機器學(xué)習(xí)理論研究取得飛速的發(fā)展。然而，實際工程的原始數(shù)據(jù)中可能隱含著一些非常規(guī)的信息，本書稱為特權(quán)信息。這些具有某種特殊意義的特權(quán)信息有的僅存

為了深入實施制造強國戰(zhàn)略，我國正加速推動物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算與制造業(yè)的深度融合，促進制造業(yè)向數(shù)字化、網(wǎng)絡(luò)化和智能化轉(zhuǎn)型升級。復(fù)雜系統(tǒng)健康監(jiān)測是其中的關(guān)鍵環(huán)節(jié)之一。隨著數(shù)據(jù)積聚、算法革新與算力提升，以深度學(xué)習(xí)為代表的新一代人工智能技術(shù)不斷取得突破性發(fā)展，為復(fù)雜系統(tǒng)健康監(jiān)測技術(shù)突破提供新的途徑。本書結(jié)合作者團隊

本書系統(tǒng)地闡述了移動性數(shù)據(jù)建模、管理和分析的內(nèi)容，從移動性數(shù)據(jù)建模與表達、移動性數(shù)據(jù)分析、移動性數(shù)據(jù)應(yīng)用三個方面深入介紹了移動數(shù)據(jù)管理技術(shù)和應(yīng)用。本書由四篇組成：第一篇涉及移動性數(shù)據(jù)處理的基本概念和術(shù)語、數(shù)據(jù)采集與存儲管理的基本技術(shù)；第二篇涉及移動性知識的管理過程，具體包括移動性數(shù)據(jù)挖掘、知識發(fā)現(xiàn)的方法與系統(tǒng)、可視化知

本書在簡述云計算、大數(shù)據(jù)概念及密碼學(xué)相關(guān)技術(shù)的基礎(chǔ)上，主要介紹作者在數(shù)據(jù)持有性證明、數(shù)據(jù)確定性刪除、云存儲數(shù)據(jù)的一致性、抵抗同駐攻擊、虛擬機遷移方面的研究成果。主要包括：可撤銷的無證書數(shù)據(jù)持有性證明方案、關(guān)聯(lián)標簽的云數(shù)據(jù)完整性驗證方案、多方參與的高效撤銷組成員審計方案、基于屬性基加密的高效確定性刪除方案、面向優(yōu)化數(shù)據(jù)中

本書注重從計算思維的角度來闡述計算機學(xué)科知識，對計算機基礎(chǔ)的教學(xué)內(nèi)容和知識體系進行整合、調(diào)整和補充。在內(nèi)容組織上，側(cè)重闡述計算機學(xué)科入門的基本概念和基礎(chǔ)理論，摒棄過于專業(yè)、深入的理論知識，降低初學(xué)者的學(xué)習(xí)難度，同時保持知識體系和結(jié)構(gòu)完整性�！禕R》本書配套有《大學(xué)計算機基礎(chǔ)實驗教程》，從實踐應(yīng)用出發(fā)，側(cè)重于Window

本書是一本關(guān)于自動目標識別評估理論、方法、技術(shù)及應(yīng)用的專著,是作者長期以來科研工作的總結(jié).書中廣泛收集了該領(lǐng)域國內(nèi)外專家的成果，結(jié)合作者的研究成果,提出了一些獨立的學(xué)術(shù)見解.全書共8章：第1章回顧ATR技術(shù)發(fā)展歷程，概述國內(nèi)外ATR評估方法,點明本書特色;第2章討論概率型指標（以識別率為典型代表）的估計;第3章講解如何

本書是一本旨在幫助架構(gòu)師在人工智能時代展翅高飛的實用指南。全書以ChatGPT為核心工具，揭示了人工智能技術(shù)對架構(gòu)師的角色和職責(zé)進行顛覆和重塑的關(guān)鍵點。本書通過共計13章的系統(tǒng)內(nèi)容，深入探討AI技術(shù)在架構(gòu) 設(shè)計中的應(yīng)用，以及AI對傳統(tǒng)架構(gòu)師工作方式的影響。通過學(xué)習(xí)，讀者將了解如何利用ChatGPT這一強大的智能輔助工

本書從基于人工智能助力網(wǎng)絡(luò)安全的視角出發(fā)，瞄準助力攻擊和助力防御兩個方向，刻畫人工智能攻擊鏈框架，著重描述自動化漏洞挖掘、軟件漏洞自動化利用、基于神經(jīng)網(wǎng)絡(luò)的隱秘精準型惡意代碼、隱秘精準型惡意代碼的增強實現(xiàn)、基于深度學(xué)習(xí)和機器學(xué)習(xí)的未知特征惡意代碼檢測、基于知識圖譜的威脅發(fā)現(xiàn)等6方面技術(shù)成果，在對比梳理全球**相關(guān)研究進

本書選取一些自然科學(xué)的經(jīng)典知識和案例，如數(shù)學(xué)中的傅里葉變換、圓周率，計算機技術(shù)中的RSA加密，數(shù)學(xué)建模中的微分方程數(shù)值算法，航天領(lǐng)域的火箭、發(fā)動機、衛(wèi)星軌道和衛(wèi)星探測等，將這些案例中的知識點、研究和計算過程與Python編程的應(yīng)用有機結(jié)合，帶領(lǐng)讀者初步體驗和學(xué)習(xí)使用Python進行數(shù)學(xué)建模、數(shù)據(jù)處理等。

本書以作者團隊在隨機網(wǎng)絡(luò)領(lǐng)域的理論創(chuàng)新和應(yīng)用實踐為支撐，全面介紹了復(fù)雜體系過程的隨機網(wǎng)絡(luò)模型，主要內(nèi)容包括隨機網(wǎng)絡(luò)模型要素和結(jié)構(gòu)框架、智能隨機網(wǎng)絡(luò)模型、不確定性隨機網(wǎng)絡(luò)模型，以及衛(wèi)星通信網(wǎng)絡(luò)建模和資源管控、復(fù)雜體系效能評估、復(fù)雜體系可靠性建模、區(qū)域產(chǎn)業(yè)發(fā)展分析等。