本書遵循“精選案例,面向設(shè)計,深入淺出,注重能力培養(yǎng)”的要求,以案例形式實現(xiàn)算法與程序設(shè)計教學(xué),精選了窮舉法、遞推法、回溯法、分支限界法、遞歸法、分治法、貪心算法、動態(tài)規(guī)劃法和隨機(jī)算法等常用算法進(jìn)行講解,并給出了使用各算法求解的典型案例。對于每一個案例的求解,從問題提出到算法設(shè)計、從程序?qū)崿F(xiàn)到算法復(fù)雜度分析,環(huán)環(huán)相扣,
機(jī)器視覺是指利用相機(jī)、攝像機(jī)等作為傳感器,并配合機(jī)器視覺算法,賦予智能設(shè)備具備人眼的功能,從而進(jìn)行相關(guān)物件識別、檢測、測量等操作的一種技術(shù),現(xiàn)已廣泛應(yīng)用于多個領(lǐng)域。本書在對機(jī)器視覺的定義、現(xiàn)狀及組成單元等基礎(chǔ)理論進(jìn)行介紹的基礎(chǔ)之上,從實用性角度,對Delta并聯(lián)機(jī)器人機(jī)器視覺動態(tài)分揀等5個工業(yè)應(yīng)用實例、鐵路貨車超限監(jiān)測
計算機(jī)體系結(jié)構(gòu)與組織 Computer Architecture and Organization: Fundamentals and Architecture
本書主要研究大數(shù)據(jù)環(huán)境下的信息安全風(fēng)險管理,首先介紹了信息安全風(fēng)險管理的概念和信息安全風(fēng)險管理的主要國際標(biāo)準(zhǔn)和國內(nèi)標(biāo)準(zhǔn);然后介紹了信息安全風(fēng)險評估方法——隨機(jī)博弈網(wǎng)模型;最后將隨機(jī)博弈網(wǎng)應(yīng)用于多種不同的場景,驗證方法的可行性和有效性,為大數(shù)據(jù)環(huán)境下信息安全風(fēng)險評估提供指導(dǎo)。隨機(jī)博弈網(wǎng)的基本思想是識別信息安全風(fēng)險。這些風(fēng)
本書從算法角度出發(fā),著重介紹幾種常用算法的基本思想、完整實現(xiàn)及其應(yīng)用,同時介紹了計算機(jī)安全技術(shù)方面的創(chuàng)新與應(yīng)用。
本書采用項目式教學(xué)方式,通過情景創(chuàng)設(shè)引入豐富的的案例,詳細(xì)介紹了計算機(jī)組裝、軟硬件維護(hù)和維修的相關(guān)知識,全書共分為九個項目:認(rèn)識計算機(jī)系統(tǒng),計算機(jī)硬件及其選購,計算機(jī)周邊設(shè)備及其選購,計算機(jī)整機(jī)產(chǎn)品選購,組裝臺式計算機(jī),計算機(jī)軟件系統(tǒng)安裝,系統(tǒng)備份與優(yōu)化,測試計算機(jī)產(chǎn)品性能和計算機(jī)常見故障診斷與排除。全書結(jié)構(gòu)合理,內(nèi)容
本書主要介紹數(shù)字邏輯基本理論和方法,包括數(shù)字邏輯的基礎(chǔ)理論、邏輯代數(shù)、集成門電路及觸發(fā)器、組合邏輯的分析與設(shè)計方法、時序邏輯的分析與設(shè)計方法等。通過對QuartusII軟件及VHDL語言的介紹,讀者能方便地對計算機(jī)邏輯設(shè)計進(jìn)行實踐操作。全書共分為8章,內(nèi)容包括:基礎(chǔ)知識、邏輯代數(shù)基礎(chǔ)、集成門電路與觸發(fā)器、組合邏輯電路、
本書主要內(nèi)容包括:網(wǎng)絡(luò)與商務(wù)安全概論、網(wǎng)絡(luò)基礎(chǔ)設(shè)施安全、電子商務(wù)安全加密技術(shù)、移動操1系統(tǒng)安全技術(shù)、黑客攻擊與防范技術(shù)、網(wǎng)絡(luò)病毒防范技術(shù)、防火墻技術(shù)、入侵檢測系統(tǒng)、云計算。
本書主要講解馮諾依曼計算機(jī)的基本組成以及工作的基本原理。全書共10章,主要內(nèi)容包括計算機(jī)的發(fā)展歷程、計算機(jī)的五個組成部分、總線、存儲器、I/O系統(tǒng)、指令系統(tǒng)、CPU的結(jié)構(gòu)、計算機(jī)的最新發(fā)展等內(nèi)容。本書兼顧理論和實踐,以計算機(jī)的基本組成為基本內(nèi)容,以理解計算機(jī)工作過程和指令數(shù)據(jù)流動過程為主線主導(dǎo)編寫思路,配以計算機(jī)模擬軟
《智能推薦系統(tǒng)開發(fā)實戰(zhàn)》基于Python3.7編寫,全書圍繞推薦模型的開發(fā)實踐,為讀者重點介紹了各種不同類型推薦模型的開發(fā)過程及其在多種業(yè)務(wù)場景下的應(yīng)用。全書分為4篇,第1篇簡單介紹了推薦系統(tǒng)的發(fā)展過程及從事推薦模型研發(fā)需要的數(shù)學(xué)知識;第2篇重點介紹了不同類型的推薦算法在多種應(yīng)用場景下的開發(fā)實踐,包括協(xié)同過濾、矩陣分解