本書根據(jù)高等工科學(xué)校信號(hào)與系統(tǒng)課程教學(xué)基本要求編寫。全書共7章，主要內(nèi)容包括信號(hào)與系統(tǒng)概論、LTI系統(tǒng)的時(shí)域分析法、信號(hào)與系統(tǒng)的頻域分析、連續(xù)信號(hào)與系統(tǒng)的復(fù)頻域分析、離散信號(hào)與系統(tǒng)的z域分析、狀態(tài)變量分析法、信號(hào)與系統(tǒng)的MATLAB輔助分析，并在最后附有每章的部分習(xí)題答案。全書概念準(zhǔn)確，重點(diǎn)突出，結(jié)構(gòu)清晰，文字精練，例

本書是作者及其合作者長(zhǎng)期以來(lái)在非線性動(dòng)力學(xué)與微弱信號(hào)檢測(cè)領(lǐng)域科研成果的總結(jié)。書中系統(tǒng)地介紹了基于非線性動(dòng)力學(xué)的微弱信號(hào)檢測(cè)方法，內(nèi)容包括基于隨機(jī)共振的微弱信號(hào)檢測(cè)方法，基于混沌振子的微弱信號(hào)檢測(cè)原理及方法，基于Duffing振子、雙耦合Duffing振子、耦合vanderPol-Duffing振子、Holmes-Duf

全書共分8章，分別介紹了第1章數(shù)字信號(hào)處理基礎(chǔ)、第2章隨機(jī)信號(hào)譜評(píng)估、第3章**濾波、第4章自適應(yīng)濾波、第5章自適應(yīng)濾波器的算子理論及其應(yīng)用、第6章多抽樣率信號(hào)處理與濾波器組、第7章小波變換、第8章人工神經(jīng)網(wǎng)絡(luò)。

本書在詳細(xì)介紹三維重建概念的基礎(chǔ)上，分析了三維重建的研究前沿，重點(diǎn)介紹了稠密匹配、射影重建、遮擋點(diǎn)恢復(fù)、捆綁調(diào)整、相機(jī)標(biāo)定等方面的研究成果，可使讀者對(duì)三維重建有更深入的理解，對(duì)促進(jìn)我國(guó)在該領(lǐng)域的快速發(fā)展具有積極意義。

本書系統(tǒng)地介紹隨機(jī)信號(hào)處理的基本理論、算法及應(yīng)用。全書共8章，內(nèi)容包括：離散時(shí)間信號(hào)處理基礎(chǔ)、隨機(jī)信號(hào)分析基礎(chǔ)、隨機(jī)信號(hào)的線性模型、非參數(shù)譜估計(jì)、**線性濾波器、最小二乘濾波和預(yù)測(cè)、參數(shù)譜估計(jì)以及自適應(yīng)濾波器。本書采用大多數(shù)碩士研究生和工程技術(shù)人員熟悉的數(shù)學(xué)知識(shí)闡述隨機(jī)信號(hào)處理原理，對(duì)于重要原理和算法既介紹數(shù)學(xué)推導(dǎo)也講

近年來(lái)，在工業(yè)成像檢測(cè)、視頻監(jiān)控、衛(wèi)星遙感和航空攝影測(cè)量、醫(yī)療成像診斷、視頻娛樂系統(tǒng)、拍照增強(qiáng)和數(shù)字高清等許多領(lǐng)域，超分辨率圖像視頻復(fù)原技術(shù)（包括基于機(jī)器學(xué)習(xí)的技術(shù)）已成為解決領(lǐng)域應(yīng)用問題和提升系統(tǒng)性能的重要技術(shù)手段。本書系統(tǒng)性介紹超分辨率圖像視頻復(fù)原技術(shù)的有關(guān)概念、方法和應(yīng)用，共分為9章，內(nèi)容包括緒論、超分辨率圖像視

《基于非線性融合的夜間圖像顯著目標(biāo)檢測(cè)》通過對(duì)視覺認(rèn)知的兩種模式—自底向上的顯著目標(biāo)檢測(cè)模型和自頂向下顯著目標(biāo)檢測(cè)模型的研究發(fā)現(xiàn)，底層視覺刺激可以注意資源的分配，而頂層的視覺感知和先驗(yàn)知識(shí)又能很好地指導(dǎo)視覺顯著目標(biāo)的檢測(cè)，將兩者相結(jié)合可以提高檢測(cè)效率�！痘�于非線性融合的夜間圖像顯著目標(biāo)檢測(cè)》采用自底向上與自頂向下相結(jié)合

本書是一部高等教材，介紹了陣列信號(hào)處理的基礎(chǔ)理論和方法。陣列信號(hào)處理作為信號(hào)處理的一個(gè)重要分支，在通信、雷達(dá)、聲吶等諸多領(lǐng)域有著廣泛的應(yīng)用。本書作為陣列信號(hào)處理方面的入門教材和參考書，主要內(nèi)容包括窄帶、寬帶陣列信號(hào)的建模與校正，窄帶、寬帶波束形成理論與方法，窄帶、寬帶、非相干源、相干源信號(hào)波達(dá)方向估計(jì)理論與方法，寬頻段

本書系統(tǒng)地介紹了電磁頻譜數(shù)據(jù)挖掘理論與應(yīng)用，主要介紹作者在電磁頻譜數(shù)據(jù)挖掘領(lǐng)域已公開發(fā)表的系列研究工作，內(nèi)容包括：穩(wěn)健的時(shí)域頻譜數(shù)據(jù)挖掘、異構(gòu)的空時(shí)頻譜數(shù)據(jù)挖掘、多維的主動(dòng)頻譜數(shù)據(jù)挖掘、非線性協(xié)同頻譜數(shù)據(jù)挖掘、群智的地理頻譜數(shù)據(jù)挖掘和圖像化的頻譜數(shù)據(jù)挖掘等。

本書介紹射頻識(shí)別（RFID）系統(tǒng)的構(gòu)成、工作原理與應(yīng)用。全書共11章，主要內(nèi)容包括：RFID技術(shù)概述、RFID系統(tǒng)的構(gòu)成及工作原理、RFID?使用頻率和電磁波的工作特性、RFID?天線技術(shù)、RFID射頻前端、RFID?編碼與調(diào)制、RFID防碰撞技術(shù)、RFID系統(tǒng)數(shù)據(jù)傳輸?shù)陌踩�性、RFID的標(biāo)準(zhǔn)體系、物聯(lián)網(wǎng)的典型架構(gòu)（E

本書主要介紹現(xiàn)代數(shù)字圖像處理的基本原理、主要技術(shù)和典型應(yīng)用。 本書共15章，大致可分為四部分：第一部分為第1章和第2章，內(nèi)容是圖像數(shù)字化基礎(chǔ)。第二部分為第3章至第8章，介紹經(jīng)典的圖像處理原理和技術(shù)，包括圖像的變換、增強(qiáng)、復(fù)原、小波、壓縮和分割處理等。在上述基本圖像處理的基礎(chǔ)上，第三部分為第9章至第12章，分別介紹近來(lái)發(fā)

信號(hào)檢測(cè)與分析是一門多學(xué)科綜合的新興技術(shù)，《信號(hào)檢測(cè)與分析》綜合利用信息論、控制論、數(shù)字信號(hào)處理、隨機(jī)過程、譜分析等理論，重點(diǎn)突出以信息論為基礎(chǔ)的相關(guān)理論在信號(hào)檢測(cè)中的應(yīng)用，例如，如何進(jìn)行信號(hào)的檢測(cè)、估計(jì)和分析，以及如何在干擾環(huán)境下有效地提取有用信號(hào)等知識(shí)。具體而言，《信號(hào)檢測(cè)與分析》主要涉及信號(hào)檢測(cè)與估計(jì)、信號(hào)分析與

本書的主要內(nèi)容是作者在基于聚類分析的圖像分割這一領(lǐng)域的研究成果。全書共7章。第1章主要介紹了相關(guān)研究背景、目的意義及國(guó)內(nèi)外研究現(xiàn)狀；其次，具體闡述了圖像分割研究概況、主要方法及應(yīng)用領(lǐng)域，并對(duì)國(guó)內(nèi)外聚類分割算法的研究現(xiàn)狀進(jìn)行了分析和綜述。第2章介紹了目前常用的經(jīng)典聚類分割算法，第3章提出一種基于二次分水嶺和Ncut算法的

本書以認(rèn)知無(wú)線網(wǎng)絡(luò)為背景，闡述認(rèn)知無(wú)線網(wǎng)絡(luò)中頻譜檢測(cè)與資源管理關(guān)鍵技術(shù)。本書重點(diǎn)敘述了基于分布式壓縮感知的認(rèn)知無(wú)線網(wǎng)絡(luò)寬帶頻譜檢測(cè)、認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜分配和多用戶多資源聯(lián)合分配與優(yōu)化。本書共7章，第1章概述認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜檢測(cè)與資源管理技術(shù)背景；第2章介紹分布式壓縮感知（DCS）理論；第3章介紹分布式信號(hào)重構(gòu)；第4章詳細(xì)

本書以優(yōu)化問題開篇，逐漸引入群智能優(yōu)化算法的概念，由群智能優(yōu)化算法逐步引入BBO，對(duì)BBO背景、原理、存在的缺陷及改進(jìn)動(dòng)機(jī)進(jìn)行了詳細(xì)介紹，對(duì)BBO目前國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了綜述，對(duì)BBO各步驟代表性改進(jìn)研究進(jìn)行了簡(jiǎn)述，并詳細(xì)描述了6項(xiàng)作者課題組對(duì)BBO的創(chuàng)新性改進(jìn)研究。6項(xiàng)研究分別為"差分遷移和趨優(yōu)變異的BBO算法(DG

圖像成為人們對(duì)事物進(jìn)行感知和認(rèn)識(shí)的基本方式。可是，日常生活中人們接觸或獲取的各類圖像一般都蘊(yùn)含較為復(fù)雜的信息。圖像處理算法尤其是自適應(yīng)圖像處理算法已成為圖像處理和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)�！蹲赃m應(yīng)圖像處理算法及應(yīng)用研究》主要對(duì)二維經(jīng)驗(yàn)?zāi)Ｊ椒纸?BEMD)、二維局域均值分解(BLMD)、深度學(xué)習(xí)及自適應(yīng)小波算法進(jìn)行研究

圖像閾值化是圖像分割中的重要技術(shù)，《灰度圖像閾值分割法》結(jié)合作者的研究成果，從數(shù)學(xué)機(jī)理和算法角度，基于灰度直方圖統(tǒng)計(jì)信息，較為系統(tǒng)地闡述了灰度圖像閾值分割的幾個(gè)主要方法，包括Otsu法（也稱為**類間方差法或*小類內(nèi)方差法）、*小交叉熵法、**熵法、*小誤差法以及基于灰度共生矩陣的閾值法和其他方法。

1.本書重點(diǎn)介紹了數(shù)字圖像處理的基本概念、基本理論、實(shí)用技術(shù)，以及用MATLAB進(jìn)行圖像處理、編程的方法。2.本書結(jié)構(gòu)安排合理，敘述清晰，理論與實(shí)踐并重，使用MATLAB作為實(shí)驗(yàn)平臺(tái)，加入了大量的實(shí)驗(yàn)實(shí)例，并且有大量的實(shí)驗(yàn)結(jié)果圖片，對(duì)讀者的理解有很大的幫助。3.本書深入淺出、圖文并茂，文字描述力求簡(jiǎn)單易懂。選材上既注重

本書系統(tǒng)地論述和分析了圖像去噪、圖像增強(qiáng)、圖像融合和圖像復(fù)原的基礎(chǔ)理論和相關(guān)技術(shù)。全書共分10章，主要闡述了若干種數(shù)字圖像去噪、增強(qiáng)、融合與復(fù)原預(yù)處理算法，即基于小波域旋轉(zhuǎn)奇異值分解與邊緣保留的圖像去噪方法、基于小波域奇異值差值建模的圖像去噪方法、基于自適應(yīng)分塊旋轉(zhuǎn)的奇異值分解圖像去噪方法、基于人工魚群與粒子群混合的圖

全書分為七章。第一章介紹了異源圖像匹配相關(guān)概念，異源圖像匹配研究現(xiàn)狀和異源圖像匹配應(yīng)用領(lǐng)域，并對(duì)異源圖像匹配面臨的技術(shù)難題進(jìn)行了詳細(xì)分析。為了讓讀者更好的理解后續(xù)章節(jié)內(nèi)容，本書第二章對(duì)數(shù)字圖像處理基礎(chǔ)中的圖像傳感器、采樣和量化，數(shù)字圖像處理中的基本數(shù)學(xué)操作、空域圖像處理和頻域數(shù)字圖像處理等基本概念進(jìn)行了介紹。第三章對(duì)圖