本書介紹STM32單片機(jī)的工作原理及工程應(yīng)用，共10章，主要內(nèi)容包括Cortex-M3處理器、STM32F103x單片機(jī)、基于標(biāo)準(zhǔn)庫的軟件編程、STM32CubeMX環(huán)境編程、Proteus應(yīng)用范例、基于LittleVGL的UI設(shè)計(jì)、STM32F103x實(shí)現(xiàn)FFT和FIR、基于STM32的電子稱重系統(tǒng)、基于物聯(lián)網(wǎng)云平臺(tái)

本書涵蓋了多媒體內(nèi)容分析技術(shù)中圖像、視頻和音頻特征表示的理論和實(shí)踐內(nèi)容，全書共7章，包括多媒體數(shù)據(jù)的預(yù)處理、信號(hào)與參數(shù)估計(jì)、多媒體信號(hào)的特征、特征變換與分類、信號(hào)的分解、信號(hào)的合成/渲染與呈現(xiàn)等，詳細(xì)介紹了特征數(shù)據(jù)(如圖像或視頻信號(hào)的顏色、紋理、邊緣、顯著特征、輪廓與形狀、運(yùn)動(dòng)等，音頻信號(hào)的時(shí)域、頻域、倒譜域等)的估計(jì)

勇敢的新世界：偽裝的藝術(shù)……正如人工智能這個(gè)名字所暗示的，它是人工的，與人類智能根本不同。然而，人工智能的目標(biāo)通常是模仿人類智能，這種欺騙從最初就開始了。自從艾倫·圖靈回答了“機(jī)器能思考嗎？”這個(gè)問題，并提出機(jī)器假裝是人類以來，我們就一直在嘗試模仿�，F(xiàn)在，我們開始構(gòu)建真正欺騙我們的人工智能。像ChatGPT這類強(qiáng)大的人

本書內(nèi)容淺顯易懂，簡明扼要，從交互設(shè)計(jì)動(dòng)畫制作的基礎(chǔ)知識(shí)出發(fā)，詳細(xì)講述了如何使用AxureRP10制作交互設(shè)計(jì)動(dòng)畫，大部分知識(shí)點(diǎn)配有實(shí)例操作，使得學(xué)習(xí)過程不再枯燥乏味。主要介紹了AxureRP10的主要功能，AxureRP10的下載、安裝、漢化與啟動(dòng)，AxureRP10的工作界面等內(nèi)容，幫助讀者快速熟悉AxureRP1

這本書顛覆了人們對(duì)“Excel可以做什么”的認(rèn)知。在過去的幾年里，人們認(rèn)識(shí)到數(shù)據(jù)可視化的重要性，這導(dǎo)致數(shù)據(jù)分析工具和可視化工具的數(shù)量激增。對(duì)大多人來說，Excel是他們進(jìn)行數(shù)據(jù)可視化的主要工具，也是數(shù)據(jù)工作者必不可少的工具。盡管Excel不是一個(gè)專業(yè)的數(shù)據(jù)可視化工具，但它的數(shù)據(jù)可視化功能依然很強(qiáng)大。我們不應(yīng)被它默認(rèn)的圖

本書是對(duì)《XilinxZynq7000嵌入式系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)：基于ArmCortexA9雙核處理器和Vivado的設(shè)計(jì)方法(第二版)》一書的一次重要修訂，全書共包含30章，主要內(nèi)容包括XilinxZynq系列SoC設(shè)計(jì)導(dǎo)論、AMBA規(guī)范、Zynq7000系統(tǒng)公共資源和特性、Zynq7000調(diào)試和測(cè)試子系統(tǒng)、CortexA

本書是一本全面而實(shí)用的計(jì)算機(jī)應(yīng)用指南，旨在為讀者提供從計(jì)算機(jī)基礎(chǔ)知識(shí)到現(xiàn)代信息技術(shù)的全面認(rèn)識(shí)。全書共分為八個(gè)精心設(shè)計(jì)的項(xiàng)目，每個(gè)項(xiàng)目都圍繞計(jì)算機(jī)應(yīng)用的不同方面展開，內(nèi)容豐富，結(jié)構(gòu)清晰。主要內(nèi)容為認(rèn)識(shí)和選購計(jì)算機(jī)、計(jì)算機(jī)網(wǎng)絡(luò)與應(yīng)用、操作系統(tǒng)配置與管理、WPS文檔處理、WPS電子表格制作、WPS演示文稿制作、新一代信息技術(shù)

推薦系統(tǒng)是一種對(duì)數(shù)據(jù)進(jìn)行處理，并利用數(shù)據(jù)創(chuàng)造全新價(jià)值的數(shù)據(jù)挖掘方法。在新環(huán)境下，推薦系統(tǒng)的研究面臨推薦系統(tǒng)與深度學(xué)習(xí)無法有效的結(jié)合、虛假數(shù)據(jù)和數(shù)據(jù)不平衡、推薦系統(tǒng)的評(píng)價(jià)指標(biāo)不完整等問題，為解決問題這些問題，本書提出了基于距離的embedding方法與深度學(xué)習(xí)模型進(jìn)行結(jié)合，有效的提高推薦系統(tǒng)的效率；提出了一種基于卷積神經(jīng)

本書是日本人工智能領(lǐng)域的暢銷書，作者均為模式識(shí)別領(lǐng)域的知名學(xué)者，并基于他們多年的研究、實(shí)踐經(jīng)驗(yàn)和獨(dú)特的視角，從模式識(shí)別的基本概念開始，以通俗易懂的語言介紹了機(jī)器學(xué)習(xí)、識(shí)別函數(shù)設(shè)計(jì)、特征的評(píng)價(jià)、特征空間的變換、子空間法、最小二乘法等常用的模式識(shí)別基礎(chǔ)知識(shí)和算法，精心設(shè)計(jì)的習(xí)題能幫助讀者進(jìn)一步深入理解模式識(shí)別理論。在心得欄

本書以實(shí)用的設(shè)計(jì)模式為例，講解了Java近年來在改善語法方面取得的進(jìn)展，同時(shí)在實(shí)現(xiàn)這些模式的過程中展示了語言特性、設(shè)計(jì)模式與平臺(tái)效率之間的關(guān)系。本書涵蓋23種傳統(tǒng)的設(shè)計(jì)模式、11種較為常見的模式，以及8種適用于多線程環(huán)境的并發(fā)模式。另外，本書還簡要介紹了15種反模式。作者講解這些模式的時(shí)候不僅給出了簡潔、直觀的范例代碼