《云數(shù)據(jù)中心資源管理與調(diào)度技術(shù)》以數(shù)據(jù)中心網(wǎng)絡(luò)環(huán)境中的資源管理和調(diào)度為主線，詳細(xì)介紹數(shù)據(jù)中心網(wǎng)絡(luò)的基本概念和作者近年來在數(shù)據(jù)中心網(wǎng)絡(luò)相關(guān)研究中取得的一些重要成果。《云數(shù)據(jù)中心資源管理與調(diào)度技術(shù)》第1章介紹數(shù)據(jù)中心網(wǎng)絡(luò)的背景、主要概念、發(fā)展現(xiàn)狀等內(nèi)容。第2-4章基于排隊(duì)論和數(shù)學(xué)優(yōu)化建模，對數(shù)據(jù)中心內(nèi)能耗與性能之間的相互制

書中介紹了針對不同情況的多種分類和聚類算法，如信任C均值聚類算法，信任K近鄰分類器和不完整數(shù)據(jù)信任分類器等。通過對多個(gè)信任分類器輸出的融合能夠得到更全面可靠的信息，提高目標(biāo)識(shí)別準(zhǔn)確性。針對多源多時(shí)相信息融合，發(fā)展了動(dòng)態(tài)證據(jù)推理，不僅可對目標(biāo)實(shí)時(shí)識(shí)別，還能對目標(biāo)變化準(zhǔn)確檢測判斷。

本書分為兩大部分：基本原理與方法，典型應(yīng)用案例。首先簡明闡述了模式識(shí)別原理與方法，并在此基礎(chǔ)上介紹了模式識(shí)別的典型應(yīng)用案例。原理與方法主要包括模式識(shí)別技術(shù)簡介、預(yù)處理方法（自適應(yīng)濾波、盲源分離）、特征提取方法（小波變換、小波包變換、功率譜分析、希爾伯特變換）、分類及聚類方法（貝葉斯分類、線性分類、神經(jīng)網(wǎng)絡(luò)分類、支持向量

合成孔徑雷達(dá)微動(dòng)干擾

人臉識(shí)別技術(shù)作為一種自然、直觀、友好、安全、實(shí)用的生物特征識(shí)別技術(shù)成為當(dāng)前領(lǐng)域中最具有發(fā)展?jié)摿Φ募夹g(shù)之一，具有重要的理論研究意義和廣闊的市場應(yīng)用前景與潛力。本書綜合了作者多年從事信息安全、生物認(rèn)證研究的理論成果，基于智能計(jì)算、機(jī)器學(xué)習(xí)的理論與方法，從面向應(yīng)用的角度給出了系列解決人臉識(shí)別的新觀點(diǎn)、新方法、新技術(shù)。

導(dǎo)語_點(diǎn)評_推薦詞

圖像信息資源可視化協(xié)同語義標(biāo)注

《嵌入式Linux編程與實(shí)踐教程》是一部講述嵌入式Linux編程技術(shù)并指導(dǎo)實(shí)踐的教材。全書結(jié)合大量應(yīng)用實(shí)例，詳細(xì)介紹嵌入式Linux系統(tǒng)內(nèi)核、系統(tǒng)管理、編程基礎(chǔ)、基于C語言的應(yīng)用編程技術(shù)及嵌入式Linux系統(tǒng)的設(shè)計(jì)開發(fā)方法。 《嵌入式Linux編程與實(shí)踐教程》共10章，內(nèi)容包括嵌入式系統(tǒng)概述、嵌入式Linux操作系統(tǒng)

大規(guī)模強(qiáng)化學(xué)習(xí)

語音處理及人機(jī)交互技術(shù)

人工智能及其演化

針對這些傳統(tǒng)控制方法難以解決的問題，本書以混雜系統(tǒng)理論為主要工具，研究了NCS的建模、分析與綜合問題，并得到了一些新的理論結(jié)果。針對丟包現(xiàn)象，建立了基于脈沖和切換系統(tǒng)的NCS模型，深入研究了系統(tǒng)的魯棒狀態(tài)反饋控制、保成本控制和H∞控制方法；針對同時(shí)存在時(shí)延和數(shù)據(jù)包丟失的情況，建立了基于Markov跳變系統(tǒng)的NCS模型，

本書共由4部分內(nèi)容組成：1）總結(jié)多目標(biāo)粒子群優(yōu)化理論與方法的研究現(xiàn)狀，介紹相關(guān)的基礎(chǔ)入門知識(shí)；2）針對多目標(biāo)粒子群優(yōu)化面臨的4個(gè)關(guān)鍵問題：粒子引導(dǎo)者的選擇、外部儲(chǔ)備的更新、控制參數(shù)的設(shè)置，以及多種群協(xié)作等，分別提出相應(yīng)的解決方法，并通過實(shí)驗(yàn)分析其有效性；3）考慮問題中含有約束、區(qū)間不確定參數(shù)等情況，通過引入概率支配關(guān)系

現(xiàn)場總線與工業(yè)以太網(wǎng)應(yīng)用

本書分為學(xué)習(xí)篇、競賽篇和進(jìn)階篇三大內(nèi)容。學(xué)習(xí)篇引領(lǐng)讀者理解超級計(jì)算及其系統(tǒng)架構(gòu)，評測方法等，打好競賽篇和進(jìn)階篇的理論基礎(chǔ)。競賽篇詳細(xì)介紹了ASC全球大學(xué)生競賽及規(guī)則，進(jìn)階篇介紹了ASC初賽和決賽的試題及其解析和優(yōu)化方法等。學(xué)習(xí)篇從第一課超級計(jì)算的發(fā)展與應(yīng)用開始，介紹了超級計(jì)算的意義，架構(gòu)分類和目前發(fā)展遭遇的挑戰(zhàn)。第二課

導(dǎo)語_點(diǎn)評_推薦詞

本書系統(tǒng)介紹了粒子群優(yōu)化計(jì)算的仿生原理、控制方法、協(xié)同模型及工程應(yīng)用。基礎(chǔ)篇簡要闡述了自然計(jì)算、群智能計(jì)算、粒子群優(yōu)化的研究現(xiàn)狀及主要模型和原理；控制模型篇和協(xié)同模型篇詳細(xì)介紹了系列基于自組織控制和協(xié)同進(jìn)化的粒子群計(jì)算模型，包括其仿生原理、自組織行為，進(jìn)化控制及優(yōu)化設(shè)計(jì)；優(yōu)化應(yīng)用篇?jiǎng)t展現(xiàn)了粒子群優(yōu)化計(jì)算在多種工程實(shí)際中

信息安全領(lǐng)域新興的數(shù)字水印技術(shù)為生物特征保護(hù)提供了一種有效的途徑。將數(shù)字水印技術(shù)與生物特征識(shí)別技術(shù)相結(jié)合，一方面可以通過水印技術(shù)的信息隱藏、數(shù)據(jù)有效性認(rèn)證等功能，為生物特征數(shù)據(jù)提供可靠的保護(hù)方法；另一方面，若選擇不同模態(tài)的生物特征數(shù)據(jù)分別作為載體及水印信息，實(shí)現(xiàn)生物特征互嵌入（如：在人臉圖像中嵌入同一個(gè)體的指紋特征）。

海量遙感數(shù)據(jù)并行處理技術(shù)研究與應(yīng)用

基于一致流形學(xué)習(xí)的人臉超分辨率算法研究