本書系統(tǒng)的介紹了Web安全的相關(guān)基礎(chǔ)理論，通過一些具體的實(shí)例介紹了Web攻防的核心技術(shù)。本書共9章，第1章主要介紹網(wǎng)絡(luò)安全的背景、現(xiàn)狀、定義以及近些年來網(wǎng)絡(luò)安全的相關(guān)事件。第2章主要介紹弱口令的概念、具體案例以及暴力破解的方法與工具。第3章主要介紹跨站腳本攻擊的基本原理、檢測及其防御方法，并給出了實(shí)例分析。第4章介紹數(shù)

在這本書中，作者著力討論了幾種獲取機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法性能的相關(guān)知識的方法。作者展示了如何再次利用這些知識來選擇、組合、編撰和調(diào)整算法和模型，從而為數(shù)據(jù)挖掘提供更快、更有效的解決方案，幫助研究人員改進(jìn)算法，并開發(fā)能夠自我改進(jìn)的學(xué)習(xí)系統(tǒng)。本書的新版在舊版基礎(chǔ)上就內(nèi)容做了非常大的擴(kuò)充。作者介紹了最新的自動機(jī)器學(xué)習(xí)方法，闡

本教材以機(jī)器人運(yùn)動規(guī)劃為控制對象，系統(tǒng)的介紹了機(jī)器人控制技術(shù)中微體系結(jié)構(gòu)集成電路的設(shè)計(jì)與應(yīng)用知識，包含了國內(nèi)外領(lǐng)先性的技術(shù)理論和實(shí)踐案例，適用于電子信息本科和研究生的機(jī)器人控制和微電子制造領(lǐng)域擴(kuò)展知識和技能培養(yǎng)。主要包括以下部分內(nèi)容：機(jī)器人運(yùn)動學(xué)基礎(chǔ)、機(jī)器人感知系統(tǒng)、機(jī)器人運(yùn)動控制系統(tǒng)、微體系結(jié)構(gòu)集成電路設(shè)計(jì)、基于FP

本書首先進(jìn)行虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)簡介，接著以VR/AR智能建模為主線，第一部分介紹基于單張圖片的基于單張圖片的廣義柱形物體三維建模技術(shù)、基于單帳圖像的室內(nèi)場顥三維建模、基于正面圖片的三維人臉快速建模技術(shù)；第二部分闡述基于稀疏柔性傳感器的三維人體重建、三維模型格式轉(zhuǎn)換引擎技術(shù)；第三部分基于中軸變換建模方面，包括動態(tài)網(wǎng)格與稀

數(shù)系的擴(kuò)充始終貫穿于數(shù)學(xué)理論的發(fā)展之中. 本書利用交互式定理證明工具Coq,在Morse-Kelley公理化集合論形式化系統(tǒng)下, 給出中國科學(xué)與技術(shù)大學(xué)汪芳庭教授在其《數(shù)學(xué)基礎(chǔ)》中采用算術(shù)超濾分?jǐn)?shù)構(gòu)造實(shí)數(shù)的機(jī)器證明系統(tǒng),包括超濾空間與算術(shù)超濾的基本概念、超濾變換以及用算術(shù)超濾構(gòu)造算術(shù)模型的形式化實(shí)現(xiàn),構(gòu)建了非標(biāo)準(zhǔn)實(shí)數(shù)模

本書針對多源多維數(shù)據(jù)的匯聚融合、數(shù)據(jù)安全體系以及征信體系闡述了相關(guān)研究成果，主要包括：原位虛擬大數(shù)據(jù)中心平臺體系、大數(shù)據(jù)感知與勘探技術(shù)、多源多維數(shù)據(jù)融合計(jì)算技術(shù)、基于多模型融合的信用評估技術(shù)、全生命周期的數(shù)據(jù)安全體系架構(gòu)與關(guān)鍵技術(shù)、數(shù)據(jù)安全體系架構(gòu)的測試與評估技術(shù)，以及基于信用評估的金融交易風(fēng)險(xiǎn)防控系統(tǒng)和多源多維大數(shù)據(jù)

本書主要包含以下內(nèi)如：最優(yōu)化問題的簡介，凸分析基礎(chǔ)，無約束優(yōu)化的理論及線搜索算法框架，信賴域算法，線搜索收斂性分析及收斂速度分析，半光滑牛頓算法，共軛梯度算法，約束優(yōu)化理論及延伸理論，罰方法，增廣拉格朗日算法及算法在實(shí)際問題(支持向量機(jī)模型、超圖匹配)中的應(yīng)用。本書對知識點(diǎn)的分析緊密結(jié)合當(dāng)前研究前沿問題，并通過對應(yīng)用問

人類正在面臨數(shù)字技術(shù)帶來的全面變革！不僅衣食住行離不開互聯(lián)網(wǎng)，就連工作、學(xué)習(xí)和生活，也離不開手機(jī)和互聯(lián)網(wǎng)，手機(jī)已經(jīng)成為每個(gè)人生活中形影不離的“體外器官”！不僅如此，人工智能的快速發(fā)展，正在推動社會各行各業(yè)發(fā)生新一輪變革。這一輪新的技術(shù)變革不僅影響到所有的學(xué)科領(lǐng)域，還直接挑戰(zhàn)了傳統(tǒng)的哲學(xué)認(rèn)識論，顛覆了傳統(tǒng)的人類思想和認(rèn)知

本書針對BP網(wǎng)絡(luò)存在學(xué)習(xí)效率低、泛化能力差、易出現(xiàn)過擬合和網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)（主要指隱節(jié)點(diǎn)數(shù)選擇）的理論依據(jù)不足等基本問題，在分析BP網(wǎng)絡(luò)結(jié)構(gòu)和樣本集的復(fù)雜性對BP網(wǎng)絡(luò)泛化能力影響的基礎(chǔ)上，提出用"廣義"復(fù)相關(guān)系數(shù)Rn新概念定量描述包括樣本數(shù)量和樣本質(zhì)量在內(nèi)的樣本集的復(fù)雜性；建立用含參數(shù)的檢測誤差E2表示BP網(wǎng)絡(luò)泛化能力的定

本書內(nèi)容涵蓋數(shù)據(jù)科學(xué)基礎(chǔ)知識，介紹了數(shù)據(jù)科學(xué)的工作流程，包括數(shù)據(jù)采集、數(shù)據(jù)整理和探索、數(shù)據(jù)可視化和數(shù)據(jù)建模預(yù)測等技術(shù)，并通過文本、圖像、語音等前沿應(yīng)用，引入人工智能技術(shù)在數(shù)據(jù)科學(xué)領(lǐng)域應(yīng)用的新成果。全書設(shè)計(jì)收集了多個(gè)數(shù)據(jù)分析案例，采用Python及相關(guān)科學(xué)計(jì)算工具包介紹數(shù)據(jù)分析實(shí)現(xiàn)的方法，幫助讀者通過實(shí)際應(yīng)用理解數(shù)據(jù)科學(xué)

本書圍繞高光譜遙感圖像智能分類與檢測這一主題，著重介紹以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等為代表的智能新方法和新技術(shù)在高光譜圖像分類與檢測中的應(yīng)用，反映該領(lǐng)域目前最新研究成果與趨勢，突出先進(jìn)性和前瞻性。本書在介紹智能算法基本原理的同時(shí)，注重闡述算法與應(yīng)用問題的機(jī)理性結(jié)合，突出啟發(fā)性和實(shí)用性。

本書針對現(xiàn)有圖像融合模型缺乏感知圖像間差異信息能力、不能根據(jù)認(rèn)知差異調(diào)整融合策略等問題，將擬態(tài)章魚的擬態(tài)特性引入到圖像融合中，提出圖像擬態(tài)融合的思想。圖像擬態(tài)融合是一種新的智能仿生信息處理的理論和方法，其不企圖給出適用所有圖像融合的方法，也不排除已有融合算法的優(yōu)勢性能，更不拒絕在融合中引入其他新的理論和方法提升融合自適

圖像融合技術(shù)可將多源圖像的互補(bǔ)特征進(jìn)行綜合，以得到更加完整和準(zhǔn)確的場景描述，從而彌補(bǔ)單一傳感器單幅圖像的不足，是一種廣泛應(yīng)用的圖像預(yù)處理技術(shù)，如多攝像頭拍照、微光夜視、醫(yī)學(xué)診斷、遙感等應(yīng)用領(lǐng)域。本書以多源圖像融合技術(shù)為主要內(nèi)容，在研究圖像尺度分析、遷移學(xué)習(xí)、深度學(xué)習(xí)算法與模型的基礎(chǔ)上，針對多聚焦圖像融合、多模態(tài)醫(yī)學(xué)圖像

本書針對推薦系統(tǒng)中的二部圖、社交網(wǎng)絡(luò)和知識圖譜的圖結(jié)構(gòu)模式，研究基于圖表示學(xué)習(xí)的深度推薦系統(tǒng)。通過挖掘圖信息中的隱性關(guān)系和高階關(guān)系，使用圖學(xué)習(xí)的方式探索用戶和產(chǎn)品的潛在關(guān)聯(lián)，彌補(bǔ)相關(guān)推薦系統(tǒng)研究在挖掘用戶之間或者產(chǎn)品之間隱性關(guān)系方面的不足，形成一系列合理而且有效的推薦技術(shù)。增加推薦系統(tǒng)輸入的多樣性，運(yùn)用社交網(wǎng)絡(luò)和知識圖

受阻于艱深晦澀的技術(shù)原理、陌生又拗口的專業(yè)術(shù)語，很多人對NFT望而卻步。作為深耕Web3的研究人員，筆者試圖通過通俗的語言、簡單的結(jié)構(gòu)、詳實(shí)的案例，著眼于縱向時(shí)間線、橫向技術(shù)線立體、客觀、完整講解，讓零基礎(chǔ)的讀者迅速掌握NFT的核心要義。 本書一共分為8個(gè)篇章。拋棄傳統(tǒng)定義、歷史、應(yīng)用的舊模式，開篇直入主題，先通過全局

本書共分8章，主要內(nèi)容如下： 第1章介紹數(shù)據(jù)的認(rèn)知與研究任務(wù)，大數(shù)據(jù)概念特征及技術(shù)挑戰(zhàn)等。 第2章介紹大數(shù)據(jù)內(nèi)容、知識和結(jié)果表達(dá)概念，以及元數(shù)據(jù)和知識圖譜技術(shù)。 第3章介紹數(shù)據(jù)存儲基礎(chǔ)、大數(shù)據(jù)存儲要求以及應(yīng)對技術(shù)和典型系統(tǒng)。 第4章介紹數(shù)據(jù)管理基礎(chǔ)，新型數(shù)據(jù)管理模型及其相應(yīng)大數(shù)據(jù)管理系統(tǒng)。 第5章介紹數(shù)據(jù)計(jì)算基礎(chǔ)，大數(shù)

本書圍繞產(chǎn)品退化數(shù)據(jù)的統(tǒng)計(jì)建模問題，考慮實(shí)際中不同的退化環(huán)境與數(shù)據(jù)特點(diǎn)，包括產(chǎn)品的異質(zhì)性、使用環(huán)境的動態(tài)性、測量的隨機(jī)性等因素，發(fā)展了一系列基于Wiener隨機(jī)過程的退化模型。針對每一類模型，本書對模型的性質(zhì)、模型參數(shù)估計(jì)、模型驗(yàn)證等方面問題進(jìn)行了深入討論，并通過多種實(shí)際退化數(shù)據(jù)驗(yàn)證所提模型的有效性。本書總結(jié)與發(fā)展了作

人工智能（AI）已成為世界各地的熱門話題，因?yàn)樗�可以為人類帶來顯著的好處，以及可能隱藏在該技術(shù)中的感知和實(shí)際危險(xiǎn)。在《人工智能風(fēng)險(xiǎn)·回報(bào)·未來》：中，KevinChen用清晰簡單的語言闡述了人工智能的許多方面，詳細(xì)介紹了人工智能如何給世界的運(yùn)作方式帶來深刻的變化。人工智能正在交通、物流、醫(yī)學(xué)

本書分上下冊，是內(nèi)容分發(fā)網(wǎng)絡(luò)技術(shù)的專著，綜合了呂智慧副教授和他的團(tuán)隊(duì)19年來的研究成果。作者團(tuán)隊(duì)同時(shí)包括學(xué)術(shù)界和工業(yè)界專業(yè)人員。下冊展開CDN前沿專題技術(shù)闡述，包括面向新媒體的內(nèi)容分發(fā)技術(shù)專題、無線網(wǎng)絡(luò)內(nèi)容分發(fā)技術(shù)專題、動態(tài)內(nèi)容加速技術(shù)、應(yīng)用加速技術(shù)、直播技術(shù)、CDN-P2P混合內(nèi)容分發(fā)技術(shù)專題、基于云架構(gòu)的內(nèi)容分發(fā)技

奇異跳變系統(tǒng)是一類具有廣泛形式的動力系統(tǒng)，能有效地描述電力系統(tǒng)、電路系統(tǒng)、社會經(jīng)濟(jì)系統(tǒng)等實(shí)際系統(tǒng)。本書以時(shí)滯奇異跳變系統(tǒng)為研究對象，旨在提出有效的容許性分析與控制器設(shè)計(jì)方法。本書主要介紹時(shí)滯奇異跳變系統(tǒng)容許性分析與狀態(tài)反饋控制、時(shí)滯奇異跳變系統(tǒng)觀測器設(shè)計(jì)與異步反饋控制、時(shí)滯奇異跳變系統(tǒng)濾波器設(shè)計(jì)與故障檢測、時(shí)滯奇異跳變