本书介绍数字逻辑电路和数字系统的基础理论和方法。全书共8章,系统地阐述数字逻辑基础、组合逻辑电路、触发器、时序逻辑电路、可编程逻辑器件、硬件描述语言VHDL、现代数字系统设计以及数字电路的硬件安全问题。

本书按照工学结合、项目化教学要求编写，结合智能制造的发展方向，将机器视觉系统集成的理论知识与生产实际相结合，从机器视觉基础知识着手，通过多个项目，由浅入深地详细讲解了机器视觉的基础原理及实现过程，并尝试解决生产制造智能化的相关问题。本书包含三个部分：基础篇、实战篇、拓展篇。基础篇介绍了机器视觉系统集成中最基本、最实用的

本书主要介绍计算机视觉的基本概念和方法体系。从图像的表示建模、非参数化图像理解、基于深度学习的方法等方面对图像的表示学习进行全方位讲授,从深度学习角度介绍二维视觉、三维视觉、视频视觉等主流计算机视觉研究领域,在第2、3章讲授低层(如超分、去噪等)第4-6章讲授中层(如特征匹配三维重建、深度估计等)、第7-11章讲授高层

本书从视觉、心智、计算三个角度,阐述视觉心智的理论、视觉认知中的心智计算方法、心理学中的视觉计算方法,以及视觉心智计算在智能驾驶、智能心理评估中的应用。

《机器视觉基础原理与实践应用》系统阐述机器视觉技术体系，涵盖基础理论、硬件构成、核心算法及行业应用。首先，解析了机器视觉工作原理、产业链图谱及工业相机、镜头、光源的选型方法；其次，深入探讨图像分类（主动学习）、目标检测与跟踪、图像分割（经典算法与深度学习）、缺陷检测（汽车漆面/玻璃/锂电池）等关键技术，以及Transf

本书针对高职教育的特点，紧依据职业岗位需求设计建构课程内容，在覆盖基本理论的同时，强调培养学生具体的实践操作能力。本书教材内容主要包括7个单元：计算机视觉基础、图像预处理、BP神经网络、卷积神经网络、Tensorflow2.0基础、图像分类、目标检测。通过关键技术以及整体架构的学习，结合案例，要求学生了解人工智能中计算

本书内容将涵盖机器视觉的基本原理、算法、开发工具及最新技术，同时融入丰富的行业应用案例，如智能制造中的质量检测、自动驾驶中的环境感知等。此外，还将引入最新研究成果和技术趋势，旨在提升学生的机器视觉实践能力，为其未来职业生涯打下坚实基础。

本书着重讲述Python语言和数据分析工具包的应用。全书共分13章。第1章主要介绍Python的发展历史、特点、集成开发环境、内模块、帮助的使用等内容;第2章主要介绍Python语言的基础知识;第3章主要介绍Python中常用的数据结构,包括序列、字典、集合,以及函数的定义和调用等;第4章主要介绍Python中类、对象

本书共分8章,分别介绍了Python语言概述、Python语言基础、函数与模块、常见数据结构、迭代器与生成器、面向对象程序设计、Python异常处理机制、文件和数据库操作等,内容全面,案例典型,具有较强的实用性和可操作性。

本书是一本专为CSP-J/S参赛选手打造的备赛指南，旨在帮助读者从零基础起步，系统掌握C编程语言和竞赛算法，最终具备冲击信息学奥赛奖项的能力。全书内容编排科学合理，由浅入深，从最基础的C语法(如变量、数据类型、运算符、流程控制)讲起，逐步过渡到数组、字符串、排序算法等核心知识，再深入讲解枚举、递推、递归、二分查找等基础