本书是首本专注于利用R语言进行科研数据清洗的书籍,全书主要分为两大块,首块以简洁的内容向读者介绍R语言的入门知识,让读者了解并认识R语言,为后面的内容打下基础。全书大部分篇幅主要集中在第二块内容,即数据清洗的知识。作者从实际问题出发,详细的介绍了如何利用R语言处理科研中的数据,比如缺失值的插补,异常值的查找,长宽型数据结构的转换,时间日期数据的处理,文本数据的处理等,此外,作者也将数据清洗的内容进行了适当扩展,比如书中加入了R语言与数据库的连接方法,让大数据的处理更加得心应手。
copula分布估计算法综合了智能计算领域和统计学领域的知识,是一种基于群体的智能优化算法。本书共分为8章,主要内容包括:分布估计算法的基本概念和算法流程、copula理论及copula分布估计算法框架、二维copula分布估计算法、多维经验copula分布估计算法、多维阿基米德copula分布估计算法、阿基米德copulaEDA中的参数估计、copula EDA中的边缘分布函数和采样方法的研究以及copulaEDA在图像矢量量化中的应用研究等。 本书适合于从事智能计算领域研究和应用的科技工作者和工程技术人员使用,也可以作为人工智能、计算机科学、信息科学、智能优化及智能控制领域的广大师生的教学参考用书。
《阵列相机成像技术与应用》围绕阵列相机与多摄像机成像、图像处理和视觉计算等方面进行介绍,总结了作者在此领域的一些工作。全书可分为三部分,共11章。一部分为基础理论,包括章至第3章,其中章概述了阵列相机与多摄像相关典型系统和应用;第2章介绍摄像机标定方法;第3章介绍立体视觉和多视图相关理论和方法。第二部分为图像增强,主要关注于单摄像机图像增强以及基于多幅图像的相关计算方法,包括第4章至第9章,其中第4章介绍了图像去模糊方法;第5章介绍了图像去噪方法;第6章介绍了简单透镜成像增强方法;第7章介绍了图像拼接方法;第8章介绍图像超分辨率增强方法;第9章介绍了光场计算方法。第三部分为系统和应用,包括0章至1章,其中0章介绍了多摄像机广域动态图像技术与应用;1章介绍了多摄像机情形下人体姿态估计和跟踪技术。
《多维与度量数据结构基础》的出版,终于令纷繁多样的空间与多维索引方法得以统一连贯起来。hanan samet乃是“空间数据索引”领域的资深权威。其早先出版的另两本专著,在过去的20年内已成为重要的文献。《多维与度量数据结构基础》则进一步整合了这些工作,并将此领域拓展至度量空间中的信息索引和查找。 《多维与度量数据结构基础》内容综合全面,却又不失为一本系统讲解相关思路的好教材。《多维与度量数据结构基础》由点、物体、矩形等多维区间、高维数据等4大章组成,叙述简明翔实,各节配有习题,且在最后给出了详细解答。《多维与度量数据结构基础》还附有对b-树、线性散列、螺旋散列等的专题讲解,并给出了2000余条参考文献及作者索引。 通晓《多维与度量数据结构基础》绝非一日之功,对于那些有志于驾驭空间数据、科学
《阵列相机成像技术与应用》围绕阵列相机与多摄像机成像、图像处理和视觉计算等方面进行介绍,总结了作者在此领域的一些工作。全书可分为三部分,共11章。一部分为基础理论,包括章至第3章,其中章概述了阵列相机与多摄像相关典型系统和应用;第2章介绍摄像机标定方法;第3章介绍立体视觉和多视图相关理论和方法。第二部分为图像增强,主要关注于单摄像机图像增强以及基于多幅图像的相关计算方法,包括第4章至第9章,其中第4章介绍了图像去模糊方法;第5章介绍了图像去噪方法;第6章介绍了简单透镜成像增强方法;第7章介绍了图像拼接方法;第8章介绍图像超分辨率增强方法;第9章介绍了光场计算方法。第三部分为系统和应用,包括0章至1章,其中0章介绍了多摄像机广域动态图像技术与应用;1章介绍了多摄像机情形下人体姿态估计和跟踪技术。
本书覆盖了当前大数据处理领域的热门技术,包括Hadoop、Spark、Storm、Dremel、Drill等,详细分析了各种技术的应用场景和优缺点;同时阐述了大数据下的日志分析系统,重点讲解了ELK日志处理方案;最后分析了大数据处理技术的发展趋势。本书采用幽默的表述风格,使读者容易理解、轻松掌握;重点从各种技术的起源、设计思想、架构等方面阐述,以帮助读者从根源上悟出大数据处理之道。
本书是《SAP HANA实战》的兄弟篇,也是其进一步的延续和深入。本书是一本面向应用开发的纯技术书,瞄准基于SAP HANA原生应用开发的所有细节内容,囊括所有与SAP HANA、XS、UI5、HANA原生应用开发相关的内容。 本书逻辑上可分成五个部分,读者可以根据下面的简介来选择性阅读。 部分:包含~2章,主要讲解SAP HANA应用服务器的各个组件、原生项目的开发架构、SAP HANA工作台的主要操作、创建用户、创建表、赋予权限等。 第二部分:包含第3~4章,主要介绍信息建模的基础和高级特性、