本书采用ARMv8-A体系结构,介绍当前硬件技术的基本原理、汇编语言、计算机算术、流水线、内存层次结构和I/O。本书更加关注后PC时代发生的变革,通过实例、练习等详细介绍近期新涌现的移动计算和云计算,
本书共11章,系统地介绍了GD&T图纸的特点、基本术语和定义。本书详细阐述了GD&T的公差原则,24个公差修饰符号的使用,12个基本公差符号的定义、功能和检测,复合公差。本书采用靠前近期新标准ASMEY14.5―2018作为依据,内容全面、文字简明、图表数据充实,采用了大量、详细的应用图例,力求增强可读性、易懂性和实用性。读者可以学习掌握传统坐标公差的缺点,12个几何公差的应用(尤其是位置度和轮廓度),独立组合位置度和复合位置度的区别,优选/很小实体要求(MMC/LMC)对产品图纸和成本的影响,实体要求应用在基准上对几何公差的影响,如何实现位置度和轮廓度的测量(包括CMM和功能检具),如何正确理解基准及怎样利用基准建立坐标系等。
本书是对Intel手册所述处理器架构的探索和论证。全书分五大部分,对多个方面对处理器架构相关的知识进行了梳理介绍。书中每个章节都有相应的测试实验,所运行的实验例子都可以在真实的机器上执行。通过阅读本书,读者应能培养自己动手实验的能力。如果再有一些OS方面的相关知识,基本上就可以写出自己简易的OS核心。
本书由射影几何、矩阵与张量、模型估计3篇组成,它们是三维计算机视觉所涉及的基本数学理论与方法。射影几何学是三维计算机视觉的数学基础,本书着重介绍射影几何学及其在视觉中的应用,主要内容包括:平面与空间射影几何,摄像机几何,两视点几何,自标定技术和三维重构理论。矩阵与张量是描述和解决三维计算机视觉问题的必要数学工具,本书着重介绍与视觉有关的矩阵和张量理论及其应用,主要内容包括:矩阵分解,矩阵分析,张量代数,运动与结构,多视点张量。模型估计是三维计算机视觉的基本问题,通常涉及变换或某种数学量的估计,本书着重介绍与视觉估计有关的数学理论与方法,主要内容包括:迭代优化理论,参数估计理论,视觉估计的代数方法、几何方法、鲁棒方法和贝叶斯方法。本书可作为高年级本科生、研究生的。相关领域的研究