本書全面系統(tǒng)地介紹了量子計算領(lǐng)域的基本理論、核心概念、關(guān)鍵方法和重要結(jié)論，并兼顧近期的前沿進展。本書內(nèi)容主要包括：經(jīng)典和量子計算的復(fù)雜性理論、計算復(fù)雜度與物理理論間的關(guān)系；基本量子算法；不同量子計算模型及其與量子線路模型的等價；基于離子阱系統(tǒng)、超導(dǎo)系統(tǒng)及光學(xué)系統(tǒng)的量子計算的物理實現(xiàn)；量子糾錯碼與容錯量子計算。本書既突出

本書基于RISC-V和Chisel講解自定義CPU的實現(xiàn)。全書分為5個部分，立足于CPU、存儲器、計算機架構(gòu)等基礎(chǔ)知識，逐步帶領(lǐng)讀者實現(xiàn)簡單的加減法、分支、比較等基礎(chǔ)指令，理解流水線對于CPU高速化的重要意義及實現(xiàn)，最后應(yīng)用向量擴展語言實現(xiàn)自定義CPU。要提醒的是，本書所指的“CPU制作”僅限于軟件上的設(shè)計和模擬，不涉

本書對自然語言處理中的兩種代表性的短文本信息挖掘進行研究：關(guān)系抽取和彈幕評論挖掘。針對關(guān)系抽取任務(wù)，從精度、效率、魯棒性及前沿探索四個方面進行分析并提出對應(yīng)的解決方法。針對彈幕評論挖掘任務(wù)，充分地利用彈幕的實時性、交互性、高噪聲等性質(zhì)，提出適用于彈幕評論的語義分析模型。針對目標任務(wù)的信息缺陷，本書從多角度研究和設(shè)計對應(yīng)

本書囊括了沖突分析圖模型三十多年的理論研究成果和前沿方法，是中外學(xué)者長期合作完成的沖突分析領(lǐng)域的國際**著作。主要內(nèi)容包括沖突分析實踐，決策方法綜述，沖突分析圖模型的基本內(nèi)涵，簡單偏好、未知偏好、強度偏好和混合偏好下圖模型的穩(wěn)定性，結(jié)盟穩(wěn)定性，沖突演變分析及沖突分析決策支持系統(tǒng)。本書是目前沖突分析圖模型研究領(lǐng)域內(nèi)容最全

本書基于Python編程語言，以實戰(zhàn)為導(dǎo)向，主要介紹中文自然語言處理的各種理論、方法及應(yīng)用案例，幫助讀者快速熟悉理論知識，理解相關(guān)技術(shù)原理，為讀者選擇自然語言處理相關(guān)的研究方向或從業(yè)領(lǐng)域提供參考。全書共分為三個部分：第一部分（第1～3章）是“基礎(chǔ)篇”，側(cè)重介紹自然語言處理的基礎(chǔ)知識，并在相應(yīng)的知識板塊中設(shè)置實驗案例；第

這是一本關(guān)于“高級/進階”算法和數(shù)據(jù)結(jié)構(gòu)的圖書，主要介紹了用于Web應(yīng)用程序、系統(tǒng)編程和數(shù)據(jù)處理領(lǐng)域的各種算法，旨在讓讀者了解如何用這些算法應(yīng)對各種棘手的編碼挑戰(zhàn)，以及如何將其應(yīng)用于具體問題，以應(yīng)對新技術(shù)浪潮下的“棘手”問題。 本書對一些廣為人知的基本算法進行了擴展，還介紹了用于改善優(yōu)先隊列、有效緩存、對數(shù)據(jù)進行集群等

本書旨在討論片上系統(tǒng)（SoC）測試的相關(guān)問題，包括建模以及片上系統(tǒng)測試解決方案的設(shè)計和優(yōu)化。需要測試的系統(tǒng)越來越復(fù)雜，測試數(shù)據(jù)量不斷增加，如何組織測試，即測試調(diào)度變得越來越重要。本書主要站在系統(tǒng)級的角度闡明模塊化SoC測試領(lǐng)域的諸多問題。《BR》本書由三部分組成，在概述經(jīng)典測試方法的基礎(chǔ)上，介紹測試大型、模塊化和異構(gòu)S

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

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

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

全書匯集了作者在壽命預(yù)測、維修決策方面的**研究成果。第1章對維修決策建模與優(yōu)化技術(shù)進行整體概述，重點對部分可觀測系統(tǒng)的研究現(xiàn)狀進行總結(jié)。第2章、第3章利用可觀測Markov決策過程相關(guān)理論對維修效果不完美情形下部分可觀測系統(tǒng)的**維修問題進行研究。第4章、第5章針對失效模式相互影響、性能數(shù)據(jù)隨機丟失等情形，研究如何利

算法無處不在，算法思維已成為當(dāng)今人類的基本思維方式之一。本書以經(jīng)典算法為主線，首先系統(tǒng)介紹算法的基本概念、設(shè)計策略與設(shè)計方法，將課程思政元素融入算法知識體系，注重基礎(chǔ)性；然后介紹不確定問題求解中的經(jīng)典概率算法和群體智能算法，強調(diào)高階性；最后介紹計算復(fù)雜性基本理論，并設(shè)計了復(fù)雜問題求解算法的工程實踐應(yīng)用案例，突出挑戰(zhàn)性。

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

本書系統(tǒng)地介紹了軟件性能測試的基本概念、測試技術(shù)、測試工具以及測試流程，詳細說明了性能測試工具HPLoadRunner和ApacheJMeter的基本操作以及實際應(yīng)用案例。本書具體內(nèi)容包括：第1章介紹了軟件性能測試的基本概念、測試指標、測試方法、測試策略以及典型測試工具等；第2～6章介紹性能測試工具HPLoadRunn

本書以Excel2021辦公軟件為操作平臺，創(chuàng)新地借助當(dāng)下最熱門的AI工具——ChatGPT，來學(xué)習(xí)Excel數(shù)據(jù)處理與數(shù)據(jù)分析的相關(guān)方法、技巧及實戰(zhàn)應(yīng)用，同時也向讀者分享在ChatGPT的幫助下進行數(shù)據(jù)分析的思路和經(jīng)驗。 全書共10章，分別介紹了在ChatGPT的幫助下，使用Excel在數(shù)據(jù)分析中的應(yīng)用、建立數(shù)據(jù)庫、

本書以UGNX1926-1980中文版為基礎(chǔ)，講述了UGNX的基礎(chǔ)操作、實體造型、曲面造型、模具設(shè)計、機電概念設(shè)計、運動仿真和結(jié)構(gòu)仿真等產(chǎn)品設(shè)計全模塊功能。全書基礎(chǔ)知識部分了介紹草圖、實體、曲面、注塑模具、機電概念設(shè)計、運動仿真和結(jié)構(gòu)仿真等命令參數(shù)，并以操作實例進行命令應(yīng)用講解；實戰(zhàn)案例部分以典型案例為主，由設(shè)計思路分

本書旨在幫助讀者掌握AI繪畫的核心技巧與Midjourney的使用方法。全書包括10個章節(jié)，詳解從出版、游戲、營銷到電商等行業(yè)的實例，展示了AI在不同行業(yè)多領(lǐng)域中的廣泛應(yīng)用。通過教學(xué)，帶領(lǐng)讀者從零基礎(chǔ)開始，逐步進階，學(xué)會“主體+細節(jié)背景+風(fēng)格、媒介和藝術(shù)家+參數(shù)”提示詞設(shè)置，輕松玩轉(zhuǎn)AI繪圖。

本書將理論講述與實踐解析相結(jié)合，介紹了機器視覺技術(shù)及圖像處理理論，幫助讀者理解基礎(chǔ)理論并學(xué)會操作應(yīng)用。主要內(nèi)容包括：機器視覺基礎(chǔ)、圖像數(shù)據(jù)與文件、圖像視頻采集、像素分布處理、顏色空間與測量、顏色變換、幾何變換、頻率域變換、圖像間變換、濾波增強、圖像分割、二值運算、二值參數(shù)測量、二維三維運動圖像測量。利用通用圖像處理系統(tǒng)

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

本書基于Python語言，結(jié)合實際的數(shù)據(jù)集，介紹了機器學(xué)習(xí)算法以及數(shù)據(jù)分析方法的應(yīng)用。本書主要包含兩部分內(nèi)容，第一部分為Python機器學(xué)習(xí)入門知識：主要介紹了Python的基礎(chǔ)內(nèi)容、Numpy與Pandas庫數(shù)據(jù)操作、Matplotlib與Seaborn庫數(shù)據(jù)可視化、Sklearn庫機器學(xué)習(xí)，以及與機器學(xué)習(xí)相關(guān)的基礎(chǔ)