图像处理理论近年来发展迅速，从稀疏表示理论到基于张量表示和深度学习的图像处理方法不断涌现，并且这些全新的图像处理方法已经应用在手机、视频监控、遥感数据处理中心等平台上。本书以彩色图像、多/高光谱遥感数据、视频数据、偏振时序图像数据为研究对象，总结以张量表示方法和深度学习方法为核心的图像处理理论的昀新进展，并从工程应用的角度介绍如何利用张量表示方法和深度学习方法解决多/高光谱遥感数据、视频数据、偏振时序图像数据的处理问题。

本书共9章，分四部分，全面讲解数据跨境流动的背景、意义、政策、合规制度、技术保障和国际规则。第一部分(第1章至第2章)介绍数据跨境流动的基本定义、发展阶段及内涵，同时从全球治理、全球经济发展、全球科技创新3个角度阐明数据跨境流动所蕴含的巨大价值。第二部分(第3章至第4章)详细介绍我国对数据跨境流动的政策以及相关法律体系，梳理了基本的合规规则。第三部分(第5章至第7章)介绍数据处理者的内部操作，包括数据出境业务梳理、内部合规制度建设等，并列举重点行业梳理数据出境场景以及数据字段的方法，同

本书围绕纤维素膜的制备、改性、表征，以及其在水处理中的应用等内容展开。主要介绍了纤维素超滤膜的制备及其与二氧化锆和金属有机骨架的共混改性、通过高碘酸盐氧化和TEMPO氧化的表面改性，纤维素纳滤膜、醋酸纤维素纳滤膜、醋酸聚酰胺纤维素薄膜复合纳滤膜、零盐阻交联纤维素薄膜复合纳滤膜、全纤维素膜等的制备、改性与水处理应用等内容。本书可为纤维素膜材料开发及水处理相关领域人员提供参考，也可作为高校环境、能源、化工、材料等专业本科生与研究生的拓展读物。

本书由多位AI应用领域的KOL联袂推荐，资深AI专家联合撰写，所有内容经过作者实践验证，是理解和应用DeepSeek技术的绝佳指南。 本书共10章，全面介绍了DeepSeek这一AI技术，从初识DeepSeek到快速上手，再到它在不同领域的广泛应用，为读者提供了一条从理论到实践的完整路径。 第1章深入解析DeepSeek的核心特点，包括其作为中国AI领跑者的技术优势、透明化的思考能力以及开源免费的前沿成果。第2章详细指导读者如何注册账号、安装应用并熟悉界面功能，同时对比不同版本的使用场景，

内容简介这是一本从实践角度深入探讨如何利用大语言模型提升软件交付全生命周期效率与效能的实战性著作。全面细致地讲解了研发和运维人员需要掌握的大语言模型及其相关技术的原理，重点讲解了如何借助大模型实现DevOps、SRE、平台工程三大领域的智能化实践，覆盖开发、测试、运维、监控、安全、项目管理等软件开发全流程和全场景，通过丰富的实例展示了其在实际工作场景中的具体应用。本书的独特之处在于它不仅涵盖了基础理论知识，如Transformer模型的基本原理及GPT系列模型的发展历程，更注重于实践应用，提供了

本书面向初学者，从编译器构造的角度进行分析，旨在帮助读者深入理解编译器的设计原理和方法。全书共14章，主要内容包括：词法分析和语法分析、语法制导翻译、符号表和声明处理、语义分析、虚拟机代码、运行时支持、目标代码生成等。全书内容安排紧凑合理，对编译器构造的基本知识与关键技术进行了深入浅出的讲解，并提供了详尽清晰的算法，倡导在实践中学习编译器构造的相关技术。本书不仅可作为计算机专业本科生或研究生的教材，也适合作为相关领域技术人员的参考书。

MongoDB数据库与传统的关系数据库不同，是一种面向文档的、介于非关系数据库和关系数据库之间的数据库。《MongoDB基础、运维与性能优化》帮助读者掌握MongoDB 8数据库及其相关技术栈的开发知识，涵盖MongoDB 8数据库应用开发的要点。《MongoDB基础、运维与性能优化》配套PPT课件。
《MongoDB基础、运维与性能优化》共分15章，内容包括MongoDB数据库基础知识、系统安装与环境搭建、可视化工具的使用、Shell工具的使用、基础操作、聚合、数据模型、时间序

本书结合往届全国大学生机器人大赛RoboMaster机甲大师赛比赛规则与历史发展，通过剖析参赛机器人的设计实例，对RoboMaster步兵机器人的机械结构设计、控制系统设计与视觉识别系统设计等有关内容进行了比较完整地介绍，并结合东北大学T-DT机器人创新团队的比赛经验对比赛过程中遇到的问题及注意事项进行了分析与总结。本书可作为RoboMaster参赛队员、类似机器人竞赛参赛队员和其他科技爱好者的参考书籍。

Meta Learning得到的算法能依据自己表现的反馈信号及时地调整其结构和参数空间, 进而在新环境中通过累计经验提升表现性能，是走向机器自主学习和迈向强人工智能的关键一步。 本书适用于所有对人工智能感兴趣的读者。作者面向meta learning甚至是机器学习的初学者，从学习者的视角，通俗易懂地描述meta learning的基本概念、原理和理论体系, 并在此过程中同步展开一些有意义的实践，逐步引导读者获得学习的快乐和成就！

在机器学习领域，优化的核心目标是用最少的计算资源获取最准确的预测结果无论是规划最短配送路线、确定最优定价策略，还是生成最精准的推荐。当传统方法因效率低下或成本过高而显得力不从心时，贝叶斯优化可以利用概率论的知识，为高效调优机器学习函数、算法及超参数提供革命性的解决方案。
《机器学习贝叶斯优化》一书将教你如何运用贝叶斯方法创建高效的机器学习流程。本书呈现了处理大型数据集、调优超参数以及探索复杂搜索空间的实用技巧。书中内容生动有趣，包含丰富的插图和引人入胜的实例，如优化咖啡的甜度、天