本书设计了基础级验证性实验、模块级分析性实验和综合知识运用实验。基础级验证性实验包括实验系统的安装和工具软件的使用、程序调试初步和指令系统基础、程序转换与指令系统、程序的机器级表示、程序的链接与加载执行实验；模块级分析性实验包括二进制程序分析与逆向工程、程序链接与ELF目标文件实验；综合知识运用实验包括程序执行时间分析

本书全面涵盖了硬件安全概念，这些概念源自新型逻辑与存储设备及其相关架构的独特特性。本书聚焦将设备独有的特性(如多功能性、运行时多态性、内在熵、非线性、异构集成的便捷性、防篡改性等)映射到其所助力实现的安全基元上，这些安全基元包括静态和动态伪装、真随机数生成、物理不可克隆函数、大规模安全异构系统以及防篡改存储器。

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。

本书聚焦大规模数据的可视化需求,以“空气质量监测数据可视化平台”项目为主线,通过对项目实施全过程的介绍,使读者掌握数据可视化应用开发的全栈技术体系。全书内容共14章,包括数据可视化概述、项目概述、技术基础、ECharts详解、条形图、折线图、仪表盘、热力图、平行坐标图、雷达图、饼图、散点图、联动图表和一个综合项目--数