本書介紹計算機專業(yè)用到的相關知識和常用的軟件。本書共12章，第1~3章結合高中所學數(shù)學基礎知識，詳細講解了與計算機專業(yè)密切相關的數(shù)制、排列組合、數(shù)論的相關內容；第4章介紹邏輯運算；第5~10章簡單介紹計算機專業(yè)的編程基礎語言：C語言、java語言和Python語言，介紹與專業(yè)相關的經(jīng)典算法和排序方法；第11章介紹矩陣的

《深入淺出Hyperscan：高性能正則表達式算法原理與設計》系統(tǒng)、循序漸進地介紹Hyperscan技術。全書共8章，主要介紹正則表達式、匹配算法和正則表達式匹配所依賴的自動機原理、正則表達式匹配庫等，并重點介紹Hyperscan的功能特性、設計原理和性能調優(yōu)技巧，以及匹配引擎的核心算法和SIMD加速技術的運用，還展示

本書系統(tǒng)地介紹了計算機的基本組成、基本原理和基本分析方法。本書共9章，分別是計算機系統(tǒng)概述、信息表示、邏輯電路基礎、運算方法與運算器、存儲器、微程序控制計算機、精簡指令集計算機、存儲體系、輸入輸出系統(tǒng)，講述計算機從部件到整機的組織結構和工作原理。本書內容深入淺出，每章均附有習題，可作為高等院校計算機類各專業(yè)及相關專業(yè)本

本書是計算機組成與體系結構領域的經(jīng)典教材。它對組成與體系結構領域的必要基礎知識進行了全面的介紹。同時，本書涉及領域的前沿進展。與前一版相比，第10版對許多主題進行了修訂，并增加了新內容，包括GPGPU、異構多核處理器、嵌入式系統(tǒng)、微控制器、云計算、系統(tǒng)性能、存儲器、直接緩存訪問、Intel酷睿微架構等。本書對涉及的理論

本書是美國倫斯勒理工學院（RensselaerPolytechnicInstitute,RPI）紀強（QiangJi）教授專門為概率圖模型編寫的一本專著。本書介紹了計算機視覺中的概率圖模型（PGM），討論了PGM及其在解決計算機視覺中存在的問題，提供了基本概念、定義和屬性。專注于PGM的理論，以偽代碼和推導的方式對PG

本書致力于利用算法求解實際問題。第1部分介紹算法的核心內容，探討什么是算法、如何設計算法，同時學習在算法中使用的數(shù)據(jù)結構。重點講解排序算法、查找算法和求解圖問題的算法。第二部分討論各種機器學習算法，包括無監(jiān)督機器學習算法和傳統(tǒng)有監(jiān)督學習算法，詳細討論一些自然語言處理算法和推薦引擎。第三部分討論更高級的算法概念，重點介紹

本書深入探討了計算機的基礎概念，比如計算機硬件、軟件在硬件上的行為，以及隨著時間的推移，人們如何解決問題等主題；介紹了現(xiàn)實世界是如何轉換成計算機能理解的形式的，組成計算機的基本構件，以及為什么設計與計算機硬件相匹配的程序可以提高性能；還將介紹如何將程序轉換為計算機能夠理解的機器語言，如何用軟件構建塊創(chuàng)造Web瀏覽器等程

本書以高鐵場站管理為工作場景，以AI機器視覺基礎應用為案例，采用以成果為導向，基于工作過程，結合案例式教學、模塊組合、任務驅動的方式進行編寫，通過對AI機器視覺體系架構中的基礎原型開發(fā)、特征匯聚、神經(jīng)網(wǎng)絡、深度學習以及人工智能時代的信息安全等相關基礎知識的闡述，展開人工智能相關基礎知識的介紹，并附有工作任務書，做到教學

時序邏輯是人工智能和計算機科學領域中的重要建模工具。隨著時序邏輯的廣泛使用，應用時序邏輯來對復雜系統(tǒng)進行推理和驗證的算法也應運而生。其中成功的方法之一就是Resolution算法，這也是本書的主題。1965年美國數(shù)理邏輯專家魯濱遜（J.A.Robinson）提出了一條Resolution推理規(guī)則，這標志著Resolut

本書主要內容圍繞2D計算機視覺展開，介紹了相關的基礎概念、基本原理、典型算法、實用技術和應用成果。本書可在其姊妹篇《3D計算機視覺：原理、算法及應用》前學習。本書將從客觀場景出發(fā)到最后提取出目標信息的全過程分為4個部分進行介紹。第1部分是圖像采集，介紹了基礎的圖像采集表達技術；第2部分是圖像（預）處理，介紹了一些基本的