遙感數(shù)據(jù)是空間大數(shù)據(jù)的一個子集。面向大數(shù)據(jù)處理，需要新的思維指導實踐。新思維之一：尋找多源數(shù)據(jù)不變特征的思維，基于不變特征減弱同地、同譜、同時不同傳感器數(shù)據(jù)之間的不一致性，不同傳感器數(shù)據(jù)可綜合集成應用。本書數(shù)據(jù)處理篇多源數(shù)據(jù)的幾何一致性處理、輻射一致性處理等都是這一思維指導下的關(guān)鍵技術(shù)。新思維之二：將信息提取轉(zhuǎn)化為數(shù)據(jù)

本書是一本系統(tǒng)介紹虛擬現(xiàn)實技術(shù)基本理論、關(guān)鍵技術(shù)和應用方法的教材，內(nèi)容涵蓋虛擬現(xiàn)實技術(shù)的基本概念、發(fā)展歷史及其應用領(lǐng)域。書中詳細介紹虛擬現(xiàn)實系統(tǒng)中常用的輸入輸出設(shè)備及其工作原理和技術(shù)特點，深入闡述三維建模的基本方法和關(guān)鍵技術(shù)，以及虛擬現(xiàn)實系統(tǒng)中常用開發(fā)引擎的基本功能和應用方法。此外，本書還介紹了增強現(xiàn)實系統(tǒng)的核心技術(shù)及

本書針對分類屬性數(shù)據(jù)無監(jiān)督數(shù)據(jù)挖掘任務中的三個關(guān)鍵問題—特征學習、分析過程和結(jié)果評價，闡述分類屬性數(shù)據(jù)深度無監(jiān)督學習理論及決策應用。全書共7章，第1章概述數(shù)據(jù)驅(qū)動決策支持的技術(shù)基礎(chǔ)、有監(jiān)督學習和無監(jiān)督學習兩類數(shù)據(jù)挖掘方法及分類屬性數(shù)據(jù)無監(jiān)督學習問題；第2章介紹分類屬性數(shù)據(jù)的無監(jiān)督特征學習、聚類分析和聚類結(jié)果評價等相關(guān)理

本書以Intel8086和Pentium為出發(fā)點，介紹微型計算機原理、指令系統(tǒng)與匯編語言以及接口技術(shù)。主要內(nèi)容包括：微處理器一般原理及Intel8086和Pentium微處理器的基本構(gòu)成、編程結(jié)構(gòu)、工作時序及引腳，微型計算機存儲器接口、高速緩存及Pentium的虛擬存儲管理，X86微處理器指令系統(tǒng)與匯編語言，輸入輸出控

針對國內(nèi)外推薦系統(tǒng)技術(shù)熱點問題，作者在推薦系統(tǒng)、深度學習學科領(lǐng)域基礎(chǔ)理論方面 從事多年深入探索研究，借鑒國內(nèi)外已有資料和前人成果，經(jīng)過分析論證，收集大量專 家學者近年來有關(guān)深度學習推薦系統(tǒng)前沿問題的論壇、講座和報告等展開研究，圍繞基 于內(nèi)容和知識的推薦、混合推薦、深度學習、基于深度學習的推薦以及輔助學習的推薦 等五個方

本書作為圖像傳感器相關(guān)知識的入門書籍，從圖像傳感器的成像原理出發(fā)，全面介紹了圖像傳感器的內(nèi)部單元、工作原理、技術(shù)特征，介紹了主要的圖像傳感器類型，并進行了比較。最后，本書還介紹了包含圖像傳感器的成像系統(tǒng)。 本書前四章是基礎(chǔ)知識部分。其中，第一章介紹了圖像的構(gòu)成以及圖像傳感器的作用，解釋了什么是"成像"；第二章介紹組成圖

本書主要把握計算機科學與技術(shù)的發(fā)展趨勢，熟悉人工智能的前沿知識和研究熱點。本書從人工智能的概述出發(fā)，介紹了人工智能研究領(lǐng)域的基礎(chǔ)知識，與此同時，對人工智能領(lǐng)域的核心算法--機器學習技術(shù)展開詳細介紹，讓讀者掌握對相關(guān)技術(shù)的算法創(chuàng)新以及工程實踐等。該教材緊密聯(lián)系計算機學科中的人工智能前沿內(nèi)容和所涉及的項目實踐技術(shù)，讀者通過

第一章概述了圖像多聚焦圖像融合的基本概念、基本方法和基本框架，并總結(jié)了常見的評價指標和數(shù)據(jù)集。第二章講述了PCNN相關(guān)原理，并闡述了PCNN在圖像融合中的應用。最后介紹一種基于PCNN方法的多聚焦圖像融合方法。第三章首先講述了隨機漫步的原理及應用，接著提出了一種PCNN+RW的多聚焦圖像融合新方法。第四章以引導濾波為主

本書深入探討了在網(wǎng)絡時代，專家系統(tǒng)在塑造社會信任方面的核心作用及其面臨的困境。本書選取公共衛(wèi)生事件作為研究的切入點，深入分析了專家系統(tǒng)對于風險社會中群體決策和輿論引導的重要性。書中不僅揭示了影響專家系統(tǒng)社會信任的內(nèi)生和外生因素，而且詳細討論了當這種信任失效風險來臨時可能引發(fā)的多方面負面效應，包括對媒體信任度、科學知識傳

本書全面論述了計算機及網(wǎng)絡系統(tǒng)各種攻防手段的基本原理和應用技術(shù)，對網(wǎng)絡安全相關(guān)概念與技術(shù)進行深入探討，詳盡地分析了信息系統(tǒng)的各種攻擊技術(shù)及相應防御措施，并通過大量實踐例程加深對內(nèi)容的理解。全書分三個部分，共15章。第一部分對網(wǎng)絡攻防進行了概述；第二部分詳細描述了網(wǎng)絡防御的技術(shù)及原理；第三部分分別從云安全、物聯(lián)網(wǎng)安全、區(qū)

本書討論人工智能的理論和方法,我們從它的基本原理出發(fā),由此構(gòu)建它的理論和方法體系.本書由四部分組成,第一部分概論和算法,介紹并討論了它們的類型、特征、運算和應用,重點討論它們的定位問題.第二部分是學科,這就是人工智能和其他學科的關(guān)系問題.這些學科是生命科學、信息科學等六大學科.第三部分是系統(tǒng)和應用,其中典型的有圖像、數(shù)

本書是作者在多年從事人工智能原理及其應用課程的教學和多年承擔工業(yè)控制系統(tǒng)信息安全的科學研究、開發(fā)項目的基礎(chǔ)上完成的。本書簡潔、全面地介紹了工業(yè)控制設(shè)備信息安全現(xiàn)狀、安全要求，系統(tǒng)地介紹了工業(yè)控制設(shè)備分類、典型工業(yè)控制設(shè)備的功能與工作原理，闡述了與工業(yè)控制設(shè)備相關(guān)的通用信息安全技術(shù)、工業(yè)控制設(shè)備信息安全防護解決方案、工業(yè)

本書闡述了邊緣智能的科學問題、基本原理、核心技術(shù)、落地方案及產(chǎn)業(yè)價值，全面介紹了人工智能服務應如何釋放到數(shù)據(jù)源附近的網(wǎng)絡邊緣，并指出人工智能和邊緣計算結(jié)合的巨大市場潛力。內(nèi)容包括邊緣智能的發(fā)展背景、應用場景、以及一系列邊緣智能與云邊端協(xié)同、機器學習、強化學習、深度學習、區(qū)塊鏈等技術(shù)共同部署應用的核心技術(shù)點與架構(gòu)方案。此

本書是一本深入探討機器嗅覺技術(shù)的專業(yè)書籍。書中詳細介紹了電子鼻的工作原理、設(shè)計方法與關(guān)鍵技術(shù)，同時還詳細闡述了電子鼻在氣體檢測中的模式識別技術(shù)，包括數(shù)據(jù)采集、特征提取、模式識別算法及系統(tǒng)整合等內(nèi)容。書中通過理論與實際案例相結(jié)合的方式，展示了電子鼻在多個領(lǐng)域的應用前景和挑戰(zhàn)，為讀者提供了一套系統(tǒng)的機器嗅覺解決方案。

本書以統(tǒng)一而較簡明的方式介紹人工智能算法在數(shù)值求解復雜系統(tǒng)中的基本方法及最新進展。首先從人工智能與機器學習的基礎(chǔ)算法開始講解，從最基礎(chǔ)的反向傳播神經(jīng)網(wǎng)絡模型開始，介紹一些經(jīng)典的機器學習算法的基礎(chǔ)及其原理。然后從一階常微分方程初值問題引入，分別介紹了常微分方程、偏微分方程以及積分微分方程數(shù)值求解的經(jīng)典算法。隨后分別研究了

物體6自由度（6D，6DoF）位姿估計是機器人視覺、增強現(xiàn)實、自動駕駛、具身智能等領(lǐng)域的核心技術(shù)。本書分層次介紹了有紋理物體、低紋理物體，以及反光低紋理物體位姿估計的先進機器視覺理論、方法及關(guān)鍵技術(shù)，其中以最具挑戰(zhàn)性的反光低紋理物體為重點。全書包含8章，第1章為緒論，介紹視覺6D位姿估計的基本概念、研究現(xiàn)狀，及現(xiàn)有技術(shù)

本書結(jié)合小波變換和深度學習這兩種先進的技術(shù)手段，系統(tǒng)地設(shè)計多種小波域上的依賴關(guān)系，對小波變換域聯(lián)合建模進行深入的研究，從而顯著地提高小波對圖像特征的表示能力，并推動小波分析在理論和應用方面的發(fā)展。本書首先介紹小波變換的基本原理和相關(guān)的數(shù)學知識，以及小波變換在圖像處理中的應用；其次詳細地講解深度學習相關(guān)的理論知識和常用的

本書從微納光纖的特性出發(fā)，對近年微納光纖傳感技術(shù)領(lǐng)域的相關(guān)工作和研究進展進行梳理和評述，并提出作者對未來微納光纖傳感技術(shù)的發(fā)展預測和建議。本書首先介紹了微納光纖的獨特光學效應和特點；進而從二氧化硅和聚合物材料特性出發(fā)，介紹微納光纖的常見制作方法和特點；分析和總結(jié)了微納光纖傳感技術(shù)當前熱點領(lǐng)域的研究進展；最后結(jié)合作者在微

在人工智能飛速發(fā)展的今天，大眾對于這一前沿技術(shù)仍感神秘且難以窺探其深。為此，本書針對人工智能的核心問題進行了深入剖析，旨在幫助讀者揭開其神秘面紗。本書的主要內(nèi)容圍繞以下問題展開：什么是人工智能？人工智能能否解釋其決策？它能否承擔法律責任？它是否具有代理權(quán)？人類應該保留對這類系統(tǒng)的何種控制權(quán)，是否取決于所做決策的類型？如

本書旨在建立和推動“動力學刻畫的數(shù)據(jù)科學”理論和應用研究。全書共六章，內(nèi)容包括：復雜動力系統(tǒng)理論基礎(chǔ)、高維數(shù)據(jù)的臨界預警理論及方法、短時間序列的預測理論及方法、動力學因果檢測理論及方法、基于動力學的勢能景觀構(gòu)建理論及方法、混沌反饋學習理論及深度學習方法等。全書交叉融合了數(shù)學理論、統(tǒng)計學方法、人工智能、計算系統(tǒng)生物學方法