内容简介
本书是一本对基本概念和语言特性有着深刻见解的指南性书籍,同时也是一本包含内容广泛的参考性书籍。本书首先讲述了语言细节,然后对编码技巧进行了广泛的讨论,还对模板的应用进行了阐述、分析。贯串全书的示例阐明了抽象概念并演示了实践方法。读者将学习到:·正确的模板行为;·如何避开与模板相关的错误陷阱;·从基础的到早前没有文字约定的惯用语法和技巧;·如何在不对性能和安全性造成损害的前提下进行源代码重用;·如何提高C程序的效率;·如何构建更具灵活性和可维护性的软件。
本书是关于计算机网络的经典教材,是目前美国大多数大学所开设的计算机网络课程的主要参考书。全书共三卷。第二卷在第一卷介绍了TCP/IP基本概念的基础上,进一步详细讨论了TCP/IP的实现细节。这一卷的突出特点非常注重实际。作者利用程序代码实现了TCP/IP的每个技术细节,并且所有代码在书中均可找到,有助于读者深入了解并掌握TCP/IP的细节内容。书中附录分别给出了过程调用交叉参考表、程序代码中用到的C数据结构交叉参考表及Xinu函数和常量。
为了彻底理解是什么使得Linux能正常运行以及其为何能在各种不同的系统中运行良好,你需要深入研究内核最本质的部分。内核处理CPU与外界间的所有交互,并且决定哪些程序将以什么顺序共享处理器时间。它如此有效地管理有限的内存,以至成百上千的进程能高效地共享系统。它熟练地统筹数据传输,这样CPU不用为等待速度相对较慢的硬盘而消耗比正常耗时更长的时间。 《深入理解Linux内核,第三版》指导你对内核中使用的最重要的数据结构、算法和程序设计诀窍进行一次遍历。通过对表面特性的探究,作者给那些想知道自己机器工作原理的人提供了颇有价值的见解。书中讨论了Intel特有的重要性质。相关的代码片段被逐行剖析。然而,本书涵盖的不仅仅是代码的功能,它解释了Linux以自己的方式工作的理论基础。 本书将使你了解Linux的所有内部工
本书版曾创下销售100000本的辉煌业绩,并被翻译成四种语言,其原因不言自明。ScottMeyers的C实用方法描述了编程专家所采用的规则,即他们几乎总是在做或总是在避免的事。遵循这些规则可以产生整洁、正确和高效的代码……
本书为全英文读物,对机器学习和数据挖掘的最重要发展领域进行了全面的介绍,展现了一个主要由VladimirVapnik创立的统计学习理论的全新领域,它以正则化技术的研究成果为基础,在数学方法和应用技术两个方面都可能成为一座真正的科学金矿。书中条理清晰,逻辑严密,是值得数学家和工程师一读的读物。 支持向量机(SupportVectorMachine,SVM)是建立在统计学理论最新进展基础上的新一代学习系统。本书是第一本全面介绍支持向量机的著作。支持向量机是在20世纪90年代初提出的,随之引发了对这种技术的广泛应用和深入理论分析。至今在若干实际应用(如文本编目、手写字符识别、图像分类和生物进化链分析等)中,支持向机量足以提供最佳的学习性能,而且在机器学习与数据挖掘中已被确立为一种标准工具。学生将会发现本书不仅对他们具有激励作
内容简介
本书是关于计算机网络的经典教材,是目前美国大多数大学所开设的计算机网络课程的主要参考书。全书共三卷。第二卷在第一卷介绍了TCP/IP基本概念的基础上,进一步详细讨论了TCP/IP的实现细节。这一卷的突出特点 非常注重实际。作者利用程序代码实现了TCP/IP的每个技术细节,并且所有代码在书中均可找到,有助于读者深入了解并掌握TCP/IP的细节内容。书中附录分别给出了过程调用交叉参考表、程序代码中用到的C数据结构交叉参考表及Xinu函数和常量。
本书是一本介绍机器视觉的书,内容丰富,通俗易懂。它提供了所有必需的理论工具,并且展示了如何将它们应用到实际的图像处理与机器视觉系统中。本书包含许多编练习,有助于学生深入理解实用图像处理算法的发展。 本书从回顾数学原理开始,继而讨论数字图像处理中的关键问题,比如图像描述与特征、边缘检测、特征提取、分割纹理和形状等。本书还讨论了图像匹配、统计模式识别、语法模识别、聚类、扩散、自适应轮廓、参数变换和连贯性标记,介绍了一些重要的应用,包括自动目标识别。连续性和最优化是本书反复陈述的两个主题。 本书适用于电气与计算机工程、计算机科学以及教学专业的高年级本科生与研究生,对于相关的工程技术人员也极具参考价值。
“本书提供了有关现代贝叶斯统计方法的重要题材,文笔流畅,语言优美,其突出的特点是包括大量实际应用,涉及若干领域中AIC和BIC模型选择标准的运用和对比,通过效用理论以独特方式处理贝叶斯决策论,并论述了贝叶斯过程的频度特性,配备了可以扩展与加深书中内容的有趣和适中的自学练习。”——MichaelJ.Evans,MathematicalReview“以严密、纯熟的文笔介绍贝叶斯建模的基本原则,选材深思熟虑,按照研究生层次引入贝叶斯方法。”——JournaloftheAmericaStatisticalAssociation贝叶斯“后验分布”或“预测分布”是对有关未知参或未来观测所需了解的每项事物的概括。本书以一种强有力和贴切的方式说明了如何运用贝叶斯统计技术,引导读者从具体数据中推测有关科学、医疗与社会问题的结论。本书解释了贝叶斯方法论所需的一些细微假设,并展示了如何运用这些假设