本书主要介绍了与多模态遥感图像配准相关的基础知识及常用的配准方法,内容包括三大部分:第一部分(第1~5章)涉及遥感图像配准的基础知识,阐述了图像配准的原理及基本框架、主流的特征提取方法、匹配相似性度量准则和几何变换模型等;第二部分(第6、7章)介绍了基于局部相位一致性的多模态图像匹配方法和基于结构相似性的多模态匹配框架;第三部分(第8章)介绍了由作者课题组研制的多模态遥感图像自动配准系统。
本书首先详细介绍图的定义及其与人工智能认知智能阶段的关系,并系统介绍目前有望推动认知智能发展的图智能算法,即图神经网络算法的定义和主流模型。同时,基于图神经网络算法深入剖析加速图智能算法面临的挑战,给出图智能芯片的设计艺术。然后,以本书提出的图神经网络芯片设计为例,分析图智能芯片的具体设计核心和设计技术,并系统地归纳和分析图神经网络芯片设计的相关工作。最后,对图智能芯片的发展进行总结和展望。
算法是程序的灵魂,算法能够告诉开发者在面对一个项目功能时用什么思路去实现,有了这个思路后,编程工作只需遵循这个思路去实现即可。本书循序渐进、由浅入深地详细讲解了算法实现的核心技术,全书共12章,分别讲解了初步认识算法思想、枚举算法思想、递归算法思想、分治算法思想、贪心算法思想、回溯算法思想、迭代算法思想、查找算法、排序算法、使用算法解决数据结构问题、解决数学问题和经典算法问题。全书通过具体实例的实现过程演练了各个知识点的具体使用流程,引领读者全面掌握算法的核心技术。 本书旨在帮助有
本书介绍大数据知识工程的有关内容。全书共9章,第1章介绍大数据知识工程的背景;第2章介绍大数据知识工程的“三跨”特点及面临的“散、杂、乱”挑战;第3-6章介绍知识表示、知识获取与融合、知识表征学习、知识推理四个核心环节;第7章介绍教育、税务、网络舆情领域的大数据知识工程应用;第8章指出未来研究方向;第9章对全书进行总结。
本书全面介绍Vue.js Node.js全栈开发所使用的新技术,包括MongoDB、Express、Vue.js 3、Node.js、Naive UI、md-editor-v3、Nginx、basic-auth、JavaScript、TypeScript等开源技术栈,知识点涉及数据存储、模块、测试、缓冲区、事件处理、文件处理、HTTP编程、组件、模板、指令、监听器、表达式、事件、表单、HTTP客户端等内容。本书内容丰富,案例新颖,学习难度由浅入深,层层推进,理论联系实际,具有较强的实操性。
本书系统阐述了Vue.js的基本语法、体系结构、原理 ,以及 基于 Vue.js实现组件化编程的基本思想、第三方组件、工具,最后还结合企业项目,结合 Vue.js实现了 ShopApp和权限管理 部分功能。全书分为4篇:第一篇为 Vue.js基础(第 1~4章),第二篇为 Vue.js组件化编程(第5~8章),第三篇为 Vue.js高级应用(第 9~13章),第四篇为Vue.js实战(第 14和 15章)。书中主要内容包括 Vue.js基本语法、 Vue.js体系结构、 Vue组件生命周
本书基于作者多年的研究成果,详细介绍了跨数据中心机器学习的训练系统设计和通信优化技术。本书面向多数据中心间的分布式机器学习系统,针对多数据中心间有限的传输带宽、动态异构资源,以及异构数据分布三重挑战,自底向上讨论梯度传输协议、流量传送调度、高效通信架构、压缩传输机制、同步优化算法、异构数据优化算法六个层次的优化技术,旨在提升分布式机器学习系统的训练效率和模型性能,突破跨数据中心机器学习的通信瓶颈和数据壁垒,实现多数据中心算力和数据资源的高效整合。本书可作为跨数据中心机器学习的参考资料,供人工智能
三位著名的软件架构师的新版著作,阐述了软件架构师如何管理和优化现有体系结构,转换它们以解决新问题,并构建可重用的体系结构,使之成为战略业务资产。更新了移动,云,能源管理,DevOps,量子计算等新内容
本书是《Scikit-learn机器学习详解》(潘风文编著)的进阶篇,讲解了Sklearn(Scikit-learn)机器学习框架的各种高级应用技术,包括数据集导入工具、集成学习、模型选择和交叉验证、异常检测、管道、 信号分解、模型持久化以及Sklearn系统高级配置。通过本书的学习,读者可快速掌握Sklearn框架的高级知识,迈入人工智能殿堂的大门。本书适合有志于从事机器学习、人工智能技术开发的人员或爱好者使用,也可作为相关专业的教材。
本书基于 IP 网络与技术的宏观视角,以 SRv6 为主线,深入剖析网络可编程技术,涵盖网络可编程技术原理、数据面技术、控制面技术、协议扩展、硬件实现、头部压缩、应用场景及标准化等方面的内容。本书将 SRv6 技术的最新进展体系化、条理化地融合到各个章节中,使读者可以系统全面掌握 SRv6 网络可编程原理及实践方面 的知识。 本书是作者在网络领域二十多年来研发和实践的总结,主要面向软/硬件研发人员、网络技术人员以及高等院 校通信网络相关专业教师与学生。