本书清晰地阐明了模式识别的经典方法和新方法，包括神经网络、方法、遗传算法以及机器学习理论。提供了大量双色图表，用于突出展示各种概念。收录了大量实用的例题。采用伪代码形式的模式识别算法。扩充了对正文有关键意的习题和计算机练习。用算法形式讲解特殊的模式识别和机器学习技术。每章后面均附有文献历史评述以及重要的参考文献。附录补充了必要的数学基础知识。

过程是对随时间和空间变化的现象进行建模和分析的学科。许多年前，我们不能在现实问题求解中应用过程，但随着数值方法和计算工具的快速发展，这种状况已经发生了变化。本书很好地将计算机的使用和过程教学结合起来，采用MATLAB的计算机解题方法，使本书充满现代感，又具备实用的特点。本书采用面向应用和计算的方式，强调通过各种示例和习题来开发学生在建模和分析中的实战能力，同时将计算的任务交给计算机去完成。 本书是为那些有兴趣学习过程的概念、模型和计算方法的学生编写的，是过程课程的入门教材，适合管理、金融、工程、统计、计算机科学和应用数学等专业的高年级本科生或低年级研究生阅读

本书采用自顶向下的方法并辅以面向编程的方式，基于现代可编程GPU的着色器编程，使用C语言、OpenGL着色语言并结合OpenGL系统地介绍了现代计算机图形学的核心概念、原理和方法。本书是作者多年来教学与科研工作的总结，涵盖了基于OpenGL着色器的交互式图形编程、三维可编程绘制流水线、变换与观察、光照与明暗绘制、曲线曲面建模等基本的计算机图形学内容以及离散技术、层级建模、过程建模、光线跟踪、并行绘制和体绘制等内容，并为读者进一步深入学习和研究，在每章后面提供了相关的建议阅读资料。

从1999年开始，每年秋天，普林斯顿大学都有一门大受欢迎的计算机课程。布莱恩W.柯尼汉教授正是这门课程的主讲，他从“大师”视角所诠释的计算“常识”，使来自各个的学生都深深受益。基于课程讲义，柯尼汉教授撰写了《DisforDigital》(2011)，而今，随着技术的日新月异，这本书也全新升级，即为《普林斯顿计算机公开课》。书中沿用简洁易懂的风格来讲解硬件、软件和通信知识，并添加了大量时事案例来讨论近年来日渐凸显的隐私和安全问题。这使得本书不仅成为每个人谙悉数字之道的科普读物，更折射出这位科学家的人文关怀和思想锋芒。

If you are an experienced C programmer with a working knowledge of UNIX, you cannot afford to be without this up-to -date tutorial on the system call interface and the most important functions found in the ANSI C library. Richard Stevens describes more than 200 system calls and functions; since he believes the best way to learn code is to read code,a brief example acpanies each description. Building upon information presented in the first 15 chapters, the author offers chapter-long examples teaching you how to create a database library, a PostScript printer driver, a modem dialer, and a program that runs other programs under a pseudo terminal. To make your analysis and understanding ofthis code even easier, and to allow you to modify it, all of the code in the book is available via UUNET. Advanced Programming in the UNIX Environment is applicable to all major UNIX releases, especially System V Release $ and the latest release of 4.3BSD, including 386BSD. These real-world implementations allow you to more clea

本书介绍了如何利用 Python 3 开发网络爬虫。本书为第 2 版，相比于第 1 版，为每个知识点的实战项目配备了针对性的练 台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript 逆向、App 逆向、页面智能解析、深度学习识别验证码、Kubernetes 运维及部署等知识点，同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和 新。 本书适合Python 程序员阅读。

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。

本书论述了在软件开发和测试中实际推行软件可靠性工程所需的具体步骤，并将软件可靠性工程的效益落实到每一个具体步骤中。本书的内容组织特别适合快速掌握和运用，详细介绍了一个来自贝尔实验室产品的完整案例研究，读者可以透彻地了解整个软件可靠性工程的全过程。为了便于理解，本书每章都对常见问题进行了解答，所提供的练习可以直接运用于实践。本书将软件可靠性工程核心实践分解为适合一两天学习的过程，即使是软件可靠性工程的新手也可以迅速掌握以下内容：建立可靠性的定量目标、开发操作剖面、使用CASRE估计软件可靠性、确定操作模式。