本書主要從技術基礎、開發(fā)方法和人工智能應用三個方面介紹FPGA的開發(fā)工具與開發(fā)技巧，圍繞FPGA的基礎知識，Verilog硬件描述語言，F(xiàn)PGA在Quartus中的開發(fā)流程，F(xiàn)PGA的SOPC、HLS、OpenCL設計方法，F(xiàn)PGA在人工智能領域的應用等方面進行闡述，使開發(fā)人員能理解FPGA的核心知識，掌握FPGA的開

《主成分分析方法及其核函數(shù)在模式識別中的應用：基于MATLAB或C++語言的實現(xiàn)》較系統(tǒng)全面地介紹了多元統(tǒng)計學中非常重要、非常基礎的主成分分析方法及其核函數(shù)在模式識別中的應用，包括基本理論、方法和應用案例�！吨鞒煞址治龇椒�及其核函數(shù)在模式識別中的應用：基于MATLAB或C++語言的實現(xiàn)》共6章，主要內(nèi)容為：基于多元統(tǒng)計

混雜系統(tǒng)是指系統(tǒng)包含連續(xù)與離散兩類運動模態(tài)，正系統(tǒng)是指狀態(tài)為非負的系統(tǒng)。本書介紹了正混雜系統(tǒng)的基礎知識、基本結(jié)論和研究的主要問題，然后結(jié)合作者的研究成果講述了正混雜系統(tǒng)的一些新的控制方法，介紹了正混雜系統(tǒng)的非脆弱可靠控制、含有時滯和非線性的正混雜系統(tǒng)的魯棒控制、正系統(tǒng)的預測控制等內(nèi)容。

本書完整地論述三維視頻技術的原理和算法，以三維視頻系統(tǒng)為主線，結(jié)合人類視覺系統(tǒng)的感知特性進行展開.主要內(nèi)容有z蘭維視頻系統(tǒng)概述、人類視覺系統(tǒng)、場景的二維數(shù)據(jù)描述、立體視頻編碼、多視點視頻編碼、深度視頻處理與編碼、基于感興趣區(qū)域的三維視頻編碼、低復雜度三維視頻編碼、三維視頻系統(tǒng)的虛擬視點圄像繪制等.本書創(chuàng)建多種三維視頻技

《30天精學Excel——從菜鳥到數(shù)據(jù)分析高手》以解決實際工作中的常見問題為導向，以大量實際工作經(jīng)驗為基礎，介紹Excel中常用、實用的功能，幫助讀者經(jīng)過30天時間脫離“菜鳥”行列。第1章介紹Excel中常見的簡單但實用性較強的技巧；第2章介紹學習Excel必須練好的基本功；第3章介紹單元格數(shù)據(jù)整理，整理凌亂的數(shù)據(jù)，可

增強現(xiàn)實（AR）作為虛擬現(xiàn)實的一個技術延伸，是虛擬與現(xiàn)實的連接入口，是一種實時計算攝像機捕捉到的現(xiàn)實影像的位置及角度并加上相應虛擬信息的技術。伴隨著AR技術迅速發(fā)展的是其3D實感攝像設備的快速更新。將這些3D實感攝像設備結(jié)合物聯(lián)網(wǎng)技術可廣泛應用于導航與定位、遠程醫(yī)療、智能家居控制等多種領域。本書從系統(tǒng)設計的角度出發(fā)，由

本書闡述了知識圖譜的相關知識，提出了搜索引擎自然語言問答能力評價、智能問答質(zhì)量評價和知識卡片功能評價的方法，對基于機器智能的自動問答和基于群體智能的社會化問答服務進行了系統(tǒng)論述，揭示了社會化問答平臺中答案質(zhì)量的影響因素，提出了面向社會化問答服務創(chuàng)新的用戶信息需求演化分析方法，對智能語音助手的知識服務能力和用戶滿意度展開

本書全面系統(tǒng)地講解了深度學習相關的知識。全書共8章，內(nèi)容包括深度學習簡介及TensorFlow安裝，神經(jīng)網(wǎng)絡基礎、神經(jīng)網(wǎng)絡的TensorFlow實現(xiàn)、卷積神經(jīng)網(wǎng)絡基礎、經(jīng)典卷積神經(jīng)網(wǎng)絡（上）、經(jīng)典卷積神經(jīng)網(wǎng)絡（下）、深度學習用于文本序列和深度學習實驗項目等內(nèi)容。 本書以知識體系為基礎，以課堂案例為載體，采取理論與實踐相

本書系統(tǒng)介紹了作戰(zhàn)飛機運用攜帶的航空武器對敵方空中或地面的、水中或水下的、靜止或運動的、可見或不可見的各種目標進行搜索、跟蹤、瞄準，并實施相應攻擊方式所必需的機載設備及這些設備采用的技術；重點分析了現(xiàn)代航空火力控制系統(tǒng)涉及的載機與目標參數(shù)的測量、火力控制諸元的解算、攻擊瞄準信息的顯示、設備間的信息交換、作戰(zhàn)訓練信息的記

本書是作者在近年來對數(shù)據(jù)挖掘和社會網(wǎng)絡分析理論研究的基礎上撰寫的,重點介紹了作者在該領域研究的成果,詳細討論了有關的概念、方法和相關算法.《BR》全書共六章,主要包括屬性圖的定義及其擴展,概率屬性圖、粗糙屬性圖和S-粗糙屬性圖的定義、基本性質(zhì)及應用;加權(quán)社會網(wǎng)絡社區(qū)發(fā)現(xiàn)及鏈接預測方法;符號社會網(wǎng)絡社區(qū)發(fā)現(xiàn);復雜社會網(wǎng)絡