了解计算机软硬件的工作原理可以为理解复杂代码打下坚实的基础，从而提升对代码的控制力。本书围绕如何将高级语言代码翻译成汇编语言、操作系统硬件资源管理、数据的编码、硬件的十进制数据处理、程序代码和机器代码等主题，解释了现代计算机的工作原理；从内存组织、二进制逻辑和数据类型等基本概念开始，逐步探讨它们在汇编语言层面的实现方式。全书共21章，涵盖了数据存储、逻辑门和晶体管、中央处理器、汇编和机器代码、数据结构、面向对象编程等内容。

本书适合作为高等院校计算机组成原理相关课程的

本书深入剖析了数据要素行业的发展趋势和关键安全技术，并探讨了新技术如何赋能各行各业。全书分为三个核心篇章：体系篇构建了数据要素安全的理论框架，从宏观角度分析了数据要素的演进及相关法律法规的制定，旨在帮助读者理解数据要素安全的重要性及背景知识；技术洞察篇深入探讨了前沿技术，揭示了数据安全自用、数据可信确权、数据可控流通和协同安全计算等核心应用场景的技术细节和应用洞察；实践案例篇通过具体案例展示了技术在全球各行业中的应用，指导读者选择合适的技术来构建数据要素的安全流通体系。
本书适

本书以时间流线为经，以项目管理的三要素（质量、进度、投资）作纬，概述数据中心全过程的概念和优势，介绍项目前期工作、规划设计、工程实施、运维管理等阶段，以及不同的建设模式，旨在提供数据中心项目管理指引，帮助数据中心从业者实现安 全可靠、节能降碳的建设目标，推动数据中心行业朝可持续发展的方向转型。

本书适合数据中心建设和运维的各相关从业人员，以及政府和企事业单位的信息化部门、网络部门、运维部门等的各相关工作人员阅读。

在社会安全领域，人群异常行为成为各类严重群体性安全事故的根本致因。研究和开发人群异常行为识别技术，成为破解人群踩踏难题的重要技术途径。为此，本书从计算机视觉角度，阐述了行人异常行为姿态、人群异常行为、恐慌行为、人群稳定性和计算机视觉技术等方面的发展与研究现状，系统地介绍了国际上人群异常行为视频数据资源；循序渐进地阐述了人体姿态特征识别模型、行人运动学质心模型和动力学质心模型、恐慌行为识别模型、广义异常行为识别方法、异常行为扰动与人群稳定性分析等核心理论；深入浅出地论述了计算机视觉检测技术相关的开

本书通过具体的案例，循序渐进地讲解了计算机视觉和模型调优的相关内容。首先介绍基础知识，包括人工智能基础、计算机视觉基础、图像基础和编程基础相关知识。然后讲解传统计算机视觉和基于深度学习的计算机视觉，如卷积神经网络等。接着深入探讨算法原理，包括卷积、池化、批归一化、激活函数、残差结构、全连接、SoftMax等，并提供手写算法示例。最后介绍了模型在 Python 和 C++中的实际应用以及性能优化技巧，如计算向量化、权值预加载和多线程等。
本书内容实用，由浅入深，案例典型，讲解通俗易懂，随书提

本书共8章。第1章介绍场景语义解析的研究背景及基本概念, 评述了国内外在该领域的研究现状与技术瓶颈。第2-6章详细介绍作者针对场景语义解析任务的核心研究成果, 包括网络信息流传递机制、空间多尺度特征学习、频域下高效知识表征、幅-相感知与高分辨率语义生成、模型训练动态优化等前沿方法。第7章通过多个典型真实场景案例的应用与分析, 展示这些技术在自动驾驶、智能监控等多个领域的应用价值和推广意义。第8章总结全书, 并展望场景语义解析技术的发展趋势和研究热点, 为未来研究工作提供参考和启示。

本书着眼于计算机视觉教学实践，系统地介绍了计算机视觉的基本内容及其代码实现。

　　本书包含4个部分：第一部分为计算机视觉导论，带领读者初步了解计算机视觉。第二部分为计算机视觉中的图像处理基础，介绍了图像滤波、特征检测、图像拼接、图像分割等经典的图像处理算法；第三部分为计算机视觉中的视觉识别方法，主要讲解基于深度学习的视觉识别方法，包括基于深度学习的图像分类、语义分割、目标检测、动作识别等；第四部分为计算机视觉中的场景重建，主要讨论照相机标定、运动场和光流、平行双目视觉以及三维重建

本书生动地讲述了底层视觉的发展历史，总结了人工智能前沿的最新成果，揭示了高清大片背后的科学奥秘，展现了实事求是和永无止境的科学家精神。

同时，附有作者的科研感悟和心路历程，富有启发性。

本书适合理工科专业的大学生和研究生、科研人员，以及人工智能爱好者阅读。

"本书系统地介绍了计算机各组成部件的工作原理、逻辑实现、设计方法，以及相互连接构成整机系统的相关问题。全书共8章： 计算机系统概论、运算方法和运算器、存储器、指令系统、中央处理器、总线系统、外围设备、输入输出系统。

本书概念清晰、深入浅出、通俗易懂，同时又具有一定的理论高度，贴近当前的新技术和新思想，内容安排符合教学规律，具有广泛的适应层面。书中例题由浅入深，具有实用性、典型性，并力求与当代计算机技术紧密结合。

本书可作为工科院校专科生、本科生计算机专业教材，也可作为

"本书内容遵循2020年发布的《ACM/IEEE计算课程体系规范》（Computing Curricula,CC）即CC2020，采用“计算”一词作为计算机工程、计算机科学和信息技术等所有计算机领域的统一术语。本书主要介绍算法及其设计、分析的基础知识，并通过大量例题，讲解枚举法、递推法、分治法、贪婪算法、动态规划及与图搜索有关的算法策略。除此之外，还讲解了算法设计基本工具的使用和算法设计中的技巧。最后通过案例的一题多解进行算法设计的实践。算法描述采用了接近自然语言（英语）的符号，可读性强，适合不