本書是一本深入淺出的CUDA編程實(shí)踐指南。由CUDA編程領(lǐng)域的資深專家撰寫，主要介紹使用C++對NVIDIAGPU進(jìn)行編程，覆蓋了GPU內(nèi)核與硬件、并行思維與編程、warp和協(xié)作組、并行模板、紋理、蒙特卡羅應(yīng)用等內(nèi)容，旨在幫助讀者快速掌握CUDA編程的核心技能。書中詳細(xì)介紹了CUDA的基本概念、架構(gòu)和編程模型，并通過豐

本書的內(nèi)容主要包括兩個(gè)方面：一是困難問題（NPC問題）；二是人工智能的關(guān)鍵問題（圖問題）。包括：困難問題的概念和證明；困難問題的常用模型，如線性規(guī)劃和整數(shù)規(guī)劃；困難問題的常用算法，如近似算法、隨機(jī)算法、在線算法、啟發(fā)式算法。本書在所有算法講解中都貫穿了圖問題，同時(shí)還專門介紹了高級(jí)圖算法，其中，中心性算法和社群發(fā)現(xiàn)算法是

本書全面介紹計(jì)算機(jī)網(wǎng)絡(luò)通信程序設(shè)計(jì)的基本原理，重點(diǎn)闡述WindowsSockets編程和WinPcap編程的主要思想、程序設(shè)計(jì)方法、開發(fā)技巧和可能的陷阱，分析了不同編程方法的適用性和優(yōu)缺點(diǎn)。

本書針對分類屬性數(shù)據(jù)無監(jiān)督數(shù)據(jù)挖掘任務(wù)中的三個(gè)關(guān)鍵問題—特征學(xué)習(xí)、分析過程和結(jié)果評(píng)價(jià)，闡述分類屬性數(shù)據(jù)深度無監(jiān)督學(xué)習(xí)理論及決策應(yīng)用。全書共7章，第1章概述數(shù)據(jù)驅(qū)動(dòng)決策支持的技術(shù)基礎(chǔ)、有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩類數(shù)據(jù)挖掘方法及分類屬性數(shù)據(jù)無監(jiān)督學(xué)習(xí)問題；第2章介紹分類屬性數(shù)據(jù)的無監(jiān)督特征學(xué)習(xí)、聚類分析和聚類結(jié)果評(píng)價(jià)等相關(guān)理

本書以Intel8086和Pentium為出發(fā)點(diǎn)，介紹微型計(jì)算機(jī)原理、指令系統(tǒng)與匯編語言以及接口技術(shù)。主要內(nèi)容包括：微處理器一般原理及Intel8086和Pentium微處理器的基本構(gòu)成、編程結(jié)構(gòu)、工作時(shí)序及引腳，微型計(jì)算機(jī)存儲(chǔ)器接口、高速緩存及Pentium的虛擬存儲(chǔ)管理，X86微處理器指令系統(tǒng)與匯編語言，輸入輸出控

針對國內(nèi)外推薦系統(tǒng)技術(shù)熱點(diǎn)問題，作者在推薦系統(tǒng)、深度學(xué)習(xí)學(xué)科領(lǐng)域基礎(chǔ)理論方面 從事多年深入探索研究，借鑒國內(nèi)外已有資料和前人成果，經(jīng)過分析論證，收集大量專 家學(xué)者近年來有關(guān)深度學(xué)習(xí)推薦系統(tǒng)前沿問題的論壇、講座和報(bào)告等展開研究，圍繞基 于內(nèi)容和知識(shí)的推薦、混合推薦、深度學(xué)習(xí)、基于深度學(xué)習(xí)的推薦以及輔助學(xué)習(xí)的推薦 等五個(gè)方

本書作為圖像傳感器相關(guān)知識(shí)的入門書籍，從圖像傳感器的成像原理出發(fā)，全面介紹了圖像傳感器的內(nèi)部單元、工作原理、技術(shù)特征，介紹了主要的圖像傳感器類型，并進(jìn)行了比較。最后，本書還介紹了包含圖像傳感器的成像系統(tǒng)。 本書前四章是基礎(chǔ)知識(shí)部分。其中，第一章介紹了圖像的構(gòu)成以及圖像傳感器的作用，解釋了什么是"成像"；第二章介紹組成圖

本書主要把握計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展趨勢，熟悉人工智能的前沿知識(shí)和研究熱點(diǎn)。本書從人工智能的概述出發(fā)，介紹了人工智能研究領(lǐng)域的基礎(chǔ)知識(shí)，與此同時(shí)，對人工智能領(lǐng)域的核心算法--機(jī)器學(xué)習(xí)技術(shù)展開詳細(xì)介紹，讓讀者掌握對相關(guān)技術(shù)的算法創(chuàng)新以及工程實(shí)踐等。該教材緊密聯(lián)系計(jì)算機(jī)學(xué)科中的人工智能前沿內(nèi)容和所涉及的項(xiàng)目實(shí)踐技術(shù)，讀者通過

第一章概述了圖像多聚焦圖像融合的基本概念、基本方法和基本框架，并總結(jié)了常見的評(píng)價(jià)指標(biāo)和數(shù)據(jù)集。第二章講述了PCNN相關(guān)原理，并闡述了PCNN在圖像融合中的應(yīng)用。最后介紹一種基于PCNN方法的多聚焦圖像融合方法。第三章首先講述了隨機(jī)漫步的原理及應(yīng)用，接著提出了一種PCNN+RW的多聚焦圖像融合新方法。第四章以引導(dǎo)濾波為主

本書深入探討了在網(wǎng)絡(luò)時(shí)代，專家系統(tǒng)在塑造社會(huì)信任方面的核心作用及其面臨的困境。本書選取公共衛(wèi)生事件作為研究的切入點(diǎn)，深入分析了專家系統(tǒng)對于風(fēng)險(xiǎn)社會(huì)中群體決策和輿論引導(dǎo)的重要性。書中不僅揭示了影響專家系統(tǒng)社會(huì)信任的內(nèi)生和外生因素，而且詳細(xì)討論了當(dāng)這種信任失效風(fēng)險(xiǎn)來臨時(shí)可能引發(fā)的多方面負(fù)面效應(yīng)，包括對媒體信任度、科學(xué)知識(shí)傳