物聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，促使接入網(wǎng)絡(luò)移動(dòng)設(shè)備數(shù)量呈爆炸式增長，新應(yīng)用層出不窮，且新應(yīng)用對(duì)帶寬、數(shù)據(jù)存儲(chǔ)、計(jì)算以及時(shí)延等有更高的要求。邊緣計(jì)算作為5G關(guān)鍵技術(shù)之一，將云服務(wù)擴(kuò)展到網(wǎng)絡(luò)邊緣，能夠降低任務(wù)處理時(shí)延。工業(yè)界和學(xué)術(shù)界普遍認(rèn)為合理的卸載決策和資源分配方案能夠有效提升邊緣計(jì)算系統(tǒng)性能。并提出了一種基于無監(jiān)督深度學(xué)習(xí)的多

混沌作為非線性領(lǐng)域的重要組成部分，針對(duì)異階Rabinovich系統(tǒng)的混沌同步控制，分別利用無源控制和滑模控制理論實(shí)現(xiàn)了異階Rabinovich系統(tǒng)的一種降階同步控制和一種升階同步控制；針對(duì)參數(shù)未知的不確定性異階混沌系統(tǒng)的同步控制，提出了兩種混沌同步控制器，包括自適應(yīng)控制器和終端滑�？刂破�。基于自適應(yīng)律方法，估計(jì)了系統(tǒng)模

本書為職業(yè)教育教材，涉及：變量與基本數(shù)據(jù)類型，運(yùn)算符與輸入輸出，流程控制語句，數(shù)組與方法，面向?qū)ο缶幊膛c字符串操作，Java異常處理，JavaI/O操作，實(shí)現(xiàn)安全的數(shù)據(jù)庫編程。

本書深入淺出地闡述了顏色恒常性及其在視覺成像中的應(yīng)用。它從顏色恒常性的基礎(chǔ)原理出發(fā)，逐步深入到該領(lǐng)域的最新研究。書中詳細(xì)介紹了人類視覺系統(tǒng)的奇妙機(jī)制，以及現(xiàn)代技術(shù)如何模擬和超越人類視覺。不僅深化了對(duì)色彩的理解，還系統(tǒng)地介紹了顏色學(xué)的基礎(chǔ)知識(shí)，并對(duì)經(jīng)典與現(xiàn)代機(jī)器學(xué)習(xí)技術(shù)在處理顏色恒常性問題時(shí)的方法與挑戰(zhàn)進(jìn)行了深入探討。本

本書是專門為新手編寫的PowerBI教程，能夠幫助讀者快速提高數(shù)據(jù)處理、分析與可視化的能力。全書共13章，可分為3個(gè)部分。第1部分（第1～3章）主要講解PowerBI和AI工具的基礎(chǔ)知識(shí)和基本操作。第2部分（第4～12章）按照數(shù)據(jù)分析與可視化的工作流程搭建內(nèi)容框架，主要內(nèi)容包括獲取數(shù)據(jù)、清洗和整理數(shù)據(jù)、數(shù)據(jù)建模、數(shù)據(jù)可

本書系統(tǒng)地講解各種模型在端側(cè)平臺(tái)(含嵌入式設(shè)備、移動(dòng)端設(shè)備)中的工程化實(shí)踐，重點(diǎn)討論模型優(yōu)化、模型輕量化設(shè)計(jì)、高性能計(jì)算、Neon編程、ARM處理器OpenCV編程、基于TFLite的端側(cè)模型部署和性能優(yōu)化、NPU和GPU推理加速等。通過本書的閱讀，讀者可以理解端側(cè)AI模型部署內(nèi)容，包括算法及算子優(yōu)化和對(duì)模型的精度、性

本書系統(tǒng)全面地介紹了Hive的各類知識(shí)。全書共分為9章，內(nèi)容包括Hive基礎(chǔ)、Hive中數(shù)據(jù)定義及操作、Hive中的數(shù)據(jù)查詢、Hive中的函數(shù)、Hive中的分區(qū)表分桶表、Hive企業(yè)級(jí)調(diào)優(yōu)、Hive與Hbase集成、綜合案例-短視頻網(wǎng)站數(shù)據(jù)分析、綜合案例-電商系統(tǒng)消費(fèi)數(shù)據(jù)分析。全書每個(gè)章節(jié)內(nèi)容都與實(shí)例緊密結(jié)合，有助于學(xué)

本教材是一部針對(duì)單片機(jī)編程學(xué)習(xí)的全面指南，以51單片機(jī)為例，緊密結(jié)合智慧校園、智慧交通、智慧工廠等前沿應(yīng)用場景，通過詳盡的C語言編程案例，引導(dǎo)學(xué)生掌握微處理器編程的基礎(chǔ)知識(shí)和實(shí)戰(zhàn)技能。本教材突出實(shí)踐與理論的緊密結(jié)合，通過一系列真實(shí)案例，讓學(xué)生在解決實(shí)際問題的過程中，深入理解微處理器的工作原理和編程方法。以智慧校園門禁系

本書以Python為主要編程語言，致力于幫助讀者深入了解機(jī)器學(xué)習(xí)的核心概念與理論，并通過實(shí)際項(xiàng)目實(shí)踐加深對(duì)概念的理解。首先，本書從機(jī)器學(xué)習(xí)的基礎(chǔ)概念開始，介紹了常見的典型線性模型、前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò)等算法。通過清晰的實(shí)例和案例，讀者可以逐步掌握回歸、分類、聚類等機(jī)器學(xué)習(xí)任務(wù)的關(guān)鍵原理和

大數(shù)據(jù)導(dǎo)論課程旨在普及大數(shù)據(jù)知識(shí)，幫助學(xué)生理解大數(shù)據(jù)的概念及現(xiàn)實(shí)意義，掌握大數(shù)據(jù)的分析、處理和應(yīng)用技術(shù)。本書圍繞大數(shù)據(jù)的基本概念和大數(shù)據(jù)處理的主要環(huán)節(jié)展開，共8章。第1章主要介紹大數(shù)據(jù)的概念和特征、價(jià)值和作用、相關(guān)的政策法規(guī)等；第2章主要介紹大數(shù)據(jù)相關(guān)技術(shù)，包括云計(jì)算、人工智能和物聯(lián)網(wǎng)；第3章主要介紹大數(shù)據(jù)采集與預(yù)處理