本书用FPGA实现的密码算法主要分为部分，分别是分组密码、公钥密码、Hash算法和数字算法，其中分组密码包括DES、AES和SM4算法；公钥算法包括RSA公钥密码算法、ECC密码算法和SM2密码算法；Hash算法包括SHA-1算法、SHA-3算法和SM3算法；数字算法包括ECC算法和DSA算法。 本书在Xilinx公司的ISE平台和Mentor公司ModelSim仿真软件上编程实现了这些算法，并且还附加了相关实现截图以及密码算法实现效率分析。 本书不仅可作为大学密码与信息安全相关专业本科生以及研究生的教学与参考用书，也可以作为密码与信息安全科研或工程开发人员的参考书。
关于算法分析的这多卷论著已经长期被公认为经典计算机科学的定义性描述。迄今已出版的完整的三卷已经组成了程序设计理论和实践的惟一的珍贵资源，无数读者都赞扬Knuth的著作对个人的深远影响，科学家们为他的分析的美丽和优雅所惊叹，而从事实践的程序员已经成功地将他的“菜谱式”的解应用到日常问题上，所有人都由于Knuth在书中表现出的博学、清晰、和高度幽默而对他无比敬仰。卷为基本算法，分“基本概念”和“信息结构”两章。本卷以基本的编程概念和技术开始，然后讲述信息结构——计算机内信息的表示法、数据元素间的结构关系以及处理它们的有效方法。
本书以MATLABR2016a为平台编写，全面、系统地介绍了小波变换中的各种技术及应用。全书共22章，分别介绍了小波变换的基本概念、小波MATLAB工具箱、小波用于信号处理、小波用于图像处理、小波在实际工程中的应用、小波包算法应用、提升小波及其应用等内容。本书编写过程中力求系统性、实用性与先进性相结合，理论与实践相交融，使读者可快速掌握MATLAB软件，同时利用MATLAB解决小波分析中的处理问题，达到学以致用的目的。本书适合学习小波分析理论和MATLAB工程实践等不同层次读者的需要，包括小波分析爱好者，在校的本科生、研究生，相关培训机构的教师和学员，同时也可以作为工程技术人员的自学参考用书。
关于算法分析的这多卷论著已经长期被公认为经典计算机科学的定义性描述。迄今已出版的完整的三卷已经组成了程序设计理论和实践的惟一的珍贵资源，无数读者都赞扬Knuth的著作对个人的深远影响，科学家们为他的分析的美丽和优雅所惊叹，而从事实践的程序员已经成功地将他的“菜谱式”的解应用到日常问题上，所有人都由于Knuth在书中表现出的博学、清晰、和高度幽默而对他无比敬仰。卷为基本算法，分“基本概念”和“信息结构”两章。本卷以基本的编程概念和技术开始，然后讲述信息结构——计算机内信息的表示法、数据元素间的结构关系以及处理它们的有效方法。
内容介绍 ??《首席产品官》共2册，旨在为产品新人成长为产品行家，产品白领成长为产品金领，后成长为首席产品官（CPO）提供产品认知、能力体系、成长方法三个维度的全方位指导。 ??作者在互联网领域从业近20年，是中国早期的互联网产品经理，曾是周鸿祎旗下“3721”的产品经理，担任CPO和CEO多年。作者将自己多年来的产品经验体系化，锤炼出了“产品人的能力杠铃模型”（简称“杠铃模型”），简洁、直观、兼容性好、实用性强，能有效指导产品经理快速入门和进化，以及终身成长。
本书针对盲均衡理论与算法研究中初始权向量优化的难题，以智能群算法和智能计算理论为工具，开展了盲均衡算法性能优化的研究。主要内容有：基于遗传算法(含自适应遗传算法、模拟退火遗传算法和改进混合遗传算法)优化的正交小波类盲均衡算法；基于混沌算法或混沌支持向量机算法优化的正交小波加权多模盲均衡算法；基于免疫克隆算法优化的正交小波盲均衡算法及正交小波支持向量机盲均衡算法；基于粒子群算法(免疫克隆粒子群算法、量子粒子群算法及动态粒子群算法)优化的正交小波类盲均衡算法；基于人工鱼群算法(模拟退火与人工鱼群变异混合算法、混沌人工鱼群算法、免疫人工鱼群算法、量子人工鱼群算法)优化的多模盲均衡算法；基于DNA遗传算法(禁忌搜索自适应双链DNA遗传算法、多种群禁忌搜索DNA遗传算法)优化的多模盲均衡算法；基于DNA智能群
隐写术是把秘密消息隐藏在看似正常的数字媒体中，通过隐藏秘密消息的存在性来获得通信安全的一种隐蔽通信技术，它是信息隐藏技术的一个重要分支。弗里德里希编著的这本《数字媒体中的隐写术－－原理算法和应用》全面介绍了隐写术的历史起源、基本原理、主要算法和实际应用，同时还重点介绍了检测隐写术的隐写分析技术。本书还包含了隐写及隐写分析中用到的多种理论，如信息论、编码理论、信号估计和检测，以及统计信号处理等，且大部分算法都提供了伪代码，使得算法的实现非常容易。本书适合作为信息安全、信息处理、计算机应用等专业本科高年级学生及研究生的专业课教材，也可供从事信息隐藏和多媒体信息安全领域研究的科研人员阅读参考。
类别不平衡学习是机器学习与数据挖掘领域的重要分支之一，其在很多应用领域中均发挥着重要作用。本书首先系统地介绍了与类别不平衡学习相关的一些基础概念及理论(第1、2章)，进而在上述理论的基础上，讨论了一些主流的类别不平衡学习技术及对应算法，具体包括样本采样技术(第3章)、代价敏感学习技术(第4章)、决策输出补偿技术(第5章)、集成学习技术(第6章)、主动学习技术(第7章)及一类分类技术(第8章)等。此外，也探讨了样本不平衡分布的危害预评估技术(第9章)。，对该领域未来的发展方向及应用前景做出了评述与展望(第10章)。本书可作为高等院校与研究院所计算机、自动化及相关专业研究生的课外阅读书籍，也可供对机器学习及数据挖掘感兴趣的研究人员和工程技术人员阅读参考。
