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。本书中包括书中用到的所软件与数据。
本书的主要特点: 的特征生成技术,包括基于小波。小波包,分形的特征,还阐述了独立分量分析。 新增了关子支持向量机,变形模板匹配的章节,以及关于约束优化的附录。 特征选择技术。 线性以及非线性分类器的设计,包括贝叶斯分类器、多层感知器,决策树和RBF网络。 独立于上下文的分类,包括动态规划和隐马尔科夫建模技术。 不仅介绍了聚类算法的发展,而且还介绍了一些经典方法,诸如模糊。基因、退火等算法技术。 各种应用,包括图像分析。字符识别,医学诊断。语音识别以及信道均衡。
2004年美国Jolt大奖入围作品。 如果你是个程序员的话,那么你就需要本书。可能导致我们阅读代码的原因是:我们不得不去修复它其中所包含的错误;或是对它进行遍查(inspect);或者是改善它。我们阅读代码的方式可能和工程师检查机械的方式一样——找出它的工作原理。或者我们阅读代码的目的是对代码进行清理——找出其中可以被重用的部分。阅读代码有着它自身的技巧,并需要我们能够在重要场合对采用何种技术有着判断能力。在这本不可或缺的书中,Diomidis Spinellis使用了超过600个来自现实世界中的例子来向我们展示如何鉴别好的(或坏的)代码:如何去阅读它,从中去找寻什么,以及如何利用这种技巧来提升我们自身编写的代码的品质。记住这个事实:如果我们养成了阅读好代码的习惯,我们就能写出更高品质的代码。
本书共3编,基础编介绍了管理信息系统(MIS)相关的基本概念、信息系统技术、广义MIS的体系结构及其划分与集成,论述了MIS开发的基本原则、方法、方式、过程与策略及其项目管理,讨论了MIS的系统平台。结构化方法编着力于系统动态行为与静态结构的事例和系统生命周期各阶段间的圆涌过渡,论述了MIS的结构化系统分析、结构化系统设计、结构化系统实现与系统的运行管理,形成具有信息系统工程特色的结构化开发方法。面向对象方法编介绍了面向对象方法的基本概念、基本思想与对象模型技术(OMT)中的基本模型、按照OMT思路,讨论了面向对象析、面向对象设计和面对对象实现。 本书主要作为信息管理与信息系统专业、电子商务专业等学科的研究生和本科生教材,也可作为经济类、管理类其他专业研究生和本科生的教材。作为编著型的研究生教材,对从
本书实为一个卓越的读本,作为一个普通的程序员,如果在数学分析方面不算熟练,同时又对理论算法很感兴趣,那么这本书确定不容错过,由此你将获益匪浅。Sedgewick擅长深入浅出的方式来解释概念,他在这方面确有天分。另外书中使用了一些实践程序,其篇幅一页左右,而且很易于理解,这列是锦上添花。对于读者的学习来说,书中的图、程序和表也做出了突出的贡献,而这也使得本书堪称卓尔不群。RobertSedgewick没有止步于其著作,他对此进行了完全重写,并做了相当大的扩充,以做到时而全面地涵盖重要算法和数据结构。书中提及了许多新的算法。较之于原来的版本,本书对各个算法提供了更为详尽的解释,这时采用了一种新的文本设计,加入了一些详细而且创新性的图,中外还结合有相关的注释,由此使得全书给人以上乘感觉,第三版中仍沿续了理论与实
本书是适用于一学期教学的计算机组成和体系结构课程教材,直接按照ACM-IEEE Computing Curricula 2001方针编写。书中通过完整地介绍基本概念和原理来揭示现代数字计算机的内部工作方式,采用真实的例子,注重实践应用,以便读者全面理解如何在计算环境里应用基本的组成和体系结构概念。