本書系統(tǒng)地從信息獲取、傳遞和解譯的角度對計算成像技術進行全面的分析和描述，同時也對以“物像共軛”為核心的傳統(tǒng)光電成像技術所存在的問題進行分析。本書參考了本領域近年來的最新研究成果，在注重論述計算成像基本原理的同時，緊密結(jié)合工程實際運用。書中列舉了大量的實例，以便讀者快速全面地掌握計算成像的內(nèi)涵及外延。

本書將面向?qū)ο蟮睦碚撆cJava語言程序設計技術相結(jié)合，意在培養(yǎng)讀者正確運用面向?qū)ο蟮乃季S方法分析問題和解決問題的能力。全書共分16章。第1章介紹編程語言的發(fā)展、Java語言的特點和Eclipse集成開發(fā)環(huán)境；第2-6章主要講述面向?qū)ο蟮幕�本理論、原理、技術方法和Java語言基礎知識，闡述了面向?qū)ο蟪绦蛟O計的基本原則和特

本書以國產(chǎn)高云半導體FPGA為例，全面介紹基于國產(chǎn)EDA軟件和FPGA芯片的數(shù)字系統(tǒng)設計原瑪與方法。全書共分為5章：第1章介紹了高云半導體提供的可編程解決方案；第2章以武漢易思達科技有限公司提供的PocketLab-F0口袋實驗板為平臺，詳細介紹了高云云源EDA軟件Gowin的使用方法，包括在線邏輯分析儀的調(diào)試方法等；

本書從計算機網(wǎng)絡的基本理論出發(fā)，在深度把握計算機網(wǎng)絡的形成與發(fā)展的基礎上，進一步闡述了計算機網(wǎng)絡的功能與組成、體系結(jié)構(gòu)等內(nèi)容，為后邊的闡述奠定了基礎。其次，本書對計算機網(wǎng)絡的關鍵技術進行了詳細的分析，包括網(wǎng)絡數(shù)據(jù)通信、物理層、局域網(wǎng)、數(shù)據(jù)鏈路層、網(wǎng)絡層等。最后，本書通過實際案例對計算機網(wǎng)絡的應用進行了進一步的探究。

本書主要內(nèi)容包括：工業(yè)機器人應用系統(tǒng)及建模認知、工業(yè)機器人夾具單元零件建模、輪轂與立體倉庫的建模、工業(yè)機器人打磨單元零件建模、工業(yè)機器人執(zhí)行單元零件建模、工業(yè)機器人夾爪工程圖、工業(yè)機器人打磨單元裝配體建模和工業(yè)機器人工作站動畫設計。

本書主要介紹了工業(yè)機器人虛擬仿真軟件RoboDK的基礎操作、工業(yè)機器人虛擬工作站的構(gòu)建、常用機構(gòu)創(chuàng)建及仿真編程方法。全書采用以圖為主的講解方式，主要內(nèi)容包括工業(yè)機器人虛擬仿真軟件RoboDK、RoboDK基礎操作、機器人虛擬仿真工作站構(gòu)建、RoboDK常用機構(gòu)創(chuàng)建、基于Program的機器人仿真編程、基于RoboDKA

本書從基本的人工智能理論出發(fā)，使用Python語言編程，基于Tensor-Flow和Keras深度學習框架，以理論講解為基礎，以項目實戰(zhàn)為導向，系統(tǒng)地講述了人工智能、深度學習和計算機視覺中相關的基本概念、理論方法和經(jīng)典算法。既有對基礎知識和理論模型的介紹，也有對計算機視覺相關領域?qū)嶋H案例的實現(xiàn)方法和技術技巧的詳細闡述。

本書包含十六章，分為四個部分：概念篇主要介紹大數(shù)據(jù)管理與應用的基本概念、分析的基本思路；基礎篇主要介紹大數(shù)據(jù)管理與應用的數(shù)學基礎和機器學習基礎；技術篇主要介紹大數(shù)據(jù)管理與應用的數(shù)據(jù)采集與存儲技術、數(shù)據(jù)預處理技術、數(shù)據(jù)回歸分析技術、數(shù)據(jù)分類分析技術、數(shù)據(jù)聚類分析技術、數(shù)據(jù)關聯(lián)分析技術、深度學習技術、文本分析技術、Web分

本書詳細介紹了線性結(jié)構(gòu)、樹結(jié)構(gòu)和圖結(jié)構(gòu)中的數(shù)據(jù)表示及數(shù)據(jù)處理的方法，并對查找和排序兩種重要的數(shù)據(jù)處理技術做了詳細的探討。書中對每一類數(shù)據(jù)結(jié)構(gòu)的分析均按照“邏輯結(jié)構(gòu)—存儲結(jié)構(gòu)—基本運算的實現(xiàn)—時空性分析—典型例題—知識點小結(jié)—練習題—實驗題”的順序來進行，算法全部采用Java語言描述，全部程序均經(jīng)過調(diào)試。書中還配有大量算

本書深入研究分布式傳感器陣列輻射源定位和傳感器自定位問題。第1章介紹了各種類型的傳感器陣列構(gòu)型，包括規(guī)則傳感器陣列、有線傳感器陣列、自主無線傳感器陣列。第2章簡要介紹了幾類定位觀測量，包括典型的接收信號強度、到達時間以及到達時差。第3章和第4章討論了參數(shù)的估計和應用問題。第4章介紹了利用隨機分布傳感器陣列對信號進行采樣