本書(shū)系統(tǒng)地介紹隨機(jī)信號(hào)處理的基本理論、算法及應(yīng)用。全書(shū)共8章,內(nèi)容包括:離散時(shí)間信號(hào)處理基礎(chǔ)、隨機(jī)信號(hào)分析基礎(chǔ)、隨機(jī)信號(hào)的線性模型、非參數(shù)譜估計(jì)、**線性濾波器、最小二乘濾波和預(yù)測(cè)、參數(shù)譜估計(jì)以及自適應(yīng)濾波器。本書(shū)采用大多數(shù)碩士研究生和工程技術(shù)人員熟悉的數(shù)學(xué)知識(shí)闡述隨機(jī)信號(hào)處理原理,對(duì)于重要原理和算法既介紹數(shù)學(xué)推導(dǎo)也講
近年來(lái),在工業(yè)成像檢測(cè)、視頻監(jiān)控、衛(wèi)星遙感和航空攝影測(cè)量、醫(yī)療成像診斷、視頻娛樂(lè)系統(tǒng)、拍照增強(qiáng)和數(shù)字高清等許多領(lǐng)域,超分辨率圖像視頻復(fù)原技術(shù)(包括基于機(jī)器學(xué)習(xí)的技術(shù))已成為解決領(lǐng)域應(yīng)用問(wèn)題和提升系統(tǒng)性能的重要技術(shù)手段。本書(shū)系統(tǒng)性介紹超分辨率圖像視頻復(fù)原技術(shù)的有關(guān)概念、方法和應(yīng)用,共分為9章,內(nèi)容包括緒論、超分辨率圖像視
《基于非線性融合的夜間圖像顯著目標(biāo)檢測(cè)》通過(guò)對(duì)視覺(jué)認(rèn)知的兩種模式—自底向上的顯著目標(biāo)檢測(cè)模型和自頂向下顯著目標(biāo)檢測(cè)模型的研究發(fā)現(xiàn),底層視覺(jué)刺激可以注意資源的分配,而頂層的視覺(jué)感知和先驗(yàn)知識(shí)又能很好地指導(dǎo)視覺(jué)顯著目標(biāo)的檢測(cè),將兩者相結(jié)合可以提高檢測(cè)效率!痘诜蔷性融合的夜間圖像顯著目標(biāo)檢測(cè)》采用自底向上與自頂向下相結(jié)合
本書(shū)是一部高等教材,介紹了陣列信號(hào)處理的基礎(chǔ)理論和方法。陣列信號(hào)處理作為信號(hào)處理的一個(gè)重要分支,在通信、雷達(dá)、聲吶等諸多領(lǐng)域有著廣泛的應(yīng)用。本書(shū)作為陣列信號(hào)處理方面的入門(mén)教材和參考書(shū),主要內(nèi)容包括窄帶、寬帶陣列信號(hào)的建模與校正,窄帶、寬帶波束形成理論與方法,窄帶、寬帶、非相干源、相干源信號(hào)波達(dá)方向估計(jì)理論與方法,寬頻段
本書(shū)系統(tǒng)地介紹了電磁頻譜數(shù)據(jù)挖掘理論與應(yīng)用,主要介紹作者在電磁頻譜數(shù)據(jù)挖掘領(lǐng)域已公開(kāi)發(fā)表的系列研究工作,內(nèi)容包括:穩(wěn)健的時(shí)域頻譜數(shù)據(jù)挖掘、異構(gòu)的空時(shí)頻譜數(shù)據(jù)挖掘、多維的主動(dòng)頻譜數(shù)據(jù)挖掘、非線性協(xié)同頻譜數(shù)據(jù)挖掘、群智的地理頻譜數(shù)據(jù)挖掘和圖像化的頻譜數(shù)據(jù)挖掘等。
本書(shū)介紹射頻識(shí)別(RFID)系統(tǒng)的構(gòu)成、工作原理與應(yīng)用。全書(shū)共11章,主要內(nèi)容包括:RFID技術(shù)概述、RFID系統(tǒng)的構(gòu)成及工作原理、RFID?使用頻率和電磁波的工作特性、RFID?天線技術(shù)、RFID射頻前端、RFID?編碼與調(diào)制、RFID防碰撞技術(shù)、RFID系統(tǒng)數(shù)據(jù)傳輸?shù)陌踩、RFID的標(biāo)準(zhǔn)體系、物聯(lián)網(wǎng)的典型架構(gòu)(E
本書(shū)主要介紹現(xiàn)代數(shù)字圖像處理的基本原理、主要技術(shù)和典型應(yīng)用。 本書(shū)共15章,大致可分為四部分:第一部分為第1章和第2章,內(nèi)容是圖像數(shù)字化基礎(chǔ)。第二部分為第3章至第8章,介紹經(jīng)典的圖像處理原理和技術(shù),包括圖像的變換、增強(qiáng)、復(fù)原、小波、壓縮和分割處理等。在上述基本圖像處理的基礎(chǔ)上,第三部分為第9章至第12章,分別介紹近來(lái)發(fā)
信號(hào)檢測(cè)與分析是一門(mén)多學(xué)科綜合的新興技術(shù),《信號(hào)檢測(cè)與分析》綜合利用信息論、控制論、數(shù)字信號(hào)處理、隨機(jī)過(guò)程、譜分析等理論,重點(diǎn)突出以信息論為基礎(chǔ)的相關(guān)理論在信號(hào)檢測(cè)中的應(yīng)用,例如,如何進(jìn)行信號(hào)的檢測(cè)、估計(jì)和分析,以及如何在干擾環(huán)境下有效地提取有用信號(hào)等知識(shí)。具體而言,《信號(hào)檢測(cè)與分析》主要涉及信號(hào)檢測(cè)與估計(jì)、信號(hào)分析與
陣列信號(hào)處理是信號(hào)處理領(lǐng)域的一個(gè)重要分支,它采用傳感器陣列來(lái)接收空間信號(hào)。與傳統(tǒng)的單個(gè)定向傳感器相比,陣列信號(hào)處理具有靈活的波束控制、較高的信號(hào)增益、極強(qiáng)的干擾抑制能力,以及更高的空間分辨能力等優(yōu)點(diǎn),因而具有重要的軍事、民事應(yīng)用價(jià)值和廣闊的應(yīng)用前景。具體來(lái)說(shuō),陣列信號(hào)處理已用于雷達(dá)、聲納、通信、地震勘探、射電天文及醫(yī)學(xué)
本書(shū)系統(tǒng)論述了5G移動(dòng)通信系統(tǒng)中的LDPC碼與Polar碼等信道編碼技術(shù),包括碼設(shè)計(jì)、構(gòu)造、編譯碼算法等。本書(shū)首先介紹了信道編碼的基本原理與移動(dòng)通信中典型的編碼方法,討論了編碼系統(tǒng)性能限的計(jì)算;然后重點(diǎn)論述了LDPC碼與Polar碼的編碼原理、譯碼算法與構(gòu)造方法,介紹了3GPP確定的5G數(shù)據(jù)信道NRLDPC碼的設(shè)計(jì)、性
本書(shū)的主要內(nèi)容是作者在基于聚類(lèi)分析的圖像分割這一領(lǐng)域的研究成果。全書(shū)共7章。第1章主要介紹了相關(guān)研究背景、目的意義及國(guó)內(nèi)外研究現(xiàn)狀;其次,具體闡述了圖像分割研究概況、主要方法及應(yīng)用領(lǐng)域,并對(duì)國(guó)內(nèi)外聚類(lèi)分割算法的研究現(xiàn)狀進(jìn)行了分析和綜述。第2章介紹了目前常用的經(jīng)典聚類(lèi)分割算法,第3章提出一種基于二次分水嶺和Ncut算法的
本書(shū)以認(rèn)知無(wú)線網(wǎng)絡(luò)為背景,闡述認(rèn)知無(wú)線網(wǎng)絡(luò)中頻譜檢測(cè)與資源管理關(guān)鍵技術(shù)。本書(shū)重點(diǎn)敘述了基于分布式壓縮感知的認(rèn)知無(wú)線網(wǎng)絡(luò)寬帶頻譜檢測(cè)、認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜分配和多用戶(hù)多資源聯(lián)合分配與優(yōu)化。本書(shū)共7章,第1章概述認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜檢測(cè)與資源管理技術(shù)背景;第2章介紹分布式壓縮感知(DCS)理論;第3章介紹分布式信號(hào)重構(gòu);第4章詳細(xì)
本書(shū)以?xún)?yōu)化問(wèn)題開(kāi)篇,逐漸引入群智能優(yōu)化算法的概念,由群智能優(yōu)化算法逐步引入BBO,對(duì)BBO背景、原理、存在的缺陷及改進(jìn)動(dòng)機(jī)進(jìn)行了詳細(xì)介紹,對(duì)BBO目前國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了綜述,對(duì)BBO各步驟代表性改進(jìn)研究進(jìn)行了簡(jiǎn)述,并詳細(xì)描述了6項(xiàng)作者課題組對(duì)BBO的創(chuàng)新性改進(jìn)研究。6項(xiàng)研究分別為"差分遷移和趨優(yōu)變異的BBO算法(DG
圖像成為人們對(duì)事物進(jìn)行感知和認(rèn)識(shí)的基本方式。可是,日常生活中人們接觸或獲取的各類(lèi)圖像一般都蘊(yùn)含較為復(fù)雜的信息。圖像處理算法尤其是自適應(yīng)圖像處理算法已成為圖像處理和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。《自適應(yīng)圖像處理算法及應(yīng)用研究》主要對(duì)二維經(jīng)驗(yàn)?zāi)J椒纸?BEMD)、二維局域均值分解(BLMD)、深度學(xué)習(xí)及自適應(yīng)小波算法進(jìn)行研究
圖像閾值化是圖像分割中的重要技術(shù),《灰度圖像閾值分割法》結(jié)合作者的研究成果,從數(shù)學(xué)機(jī)理和算法角度,基于灰度直方圖統(tǒng)計(jì)信息,較為系統(tǒng)地闡述了灰度圖像閾值分割的幾個(gè)主要方法,包括Otsu法(也稱(chēng)為**類(lèi)間方差法或*小類(lèi)內(nèi)方差法)、*小交叉熵法、**熵法、*小誤差法以及基于灰度共生矩陣的閾值法和其他方法。
1.本書(shū)重點(diǎn)介紹了數(shù)字圖像處理的基本概念、基本理論、實(shí)用技術(shù),以及用MATLAB進(jìn)行圖像處理、編程的方法。2.本書(shū)結(jié)構(gòu)安排合理,敘述清晰,理論與實(shí)踐并重,使用MATLAB作為實(shí)驗(yàn)平臺(tái),加入了大量的實(shí)驗(yàn)實(shí)例,并且有大量的實(shí)驗(yàn)結(jié)果圖片,對(duì)讀者的理解有很大的幫助。3.本書(shū)深入淺出、圖文并茂,文字描述力求簡(jiǎn)單易懂。選材上既注重
本書(shū)系統(tǒng)地論述和分析了圖像去噪、圖像增強(qiáng)、圖像融合和圖像復(fù)原的基礎(chǔ)理論和相關(guān)技術(shù)。全書(shū)共分10章,主要闡述了若干種數(shù)字圖像去噪、增強(qiáng)、融合與復(fù)原預(yù)處理算法,即基于小波域旋轉(zhuǎn)奇異值分解與邊緣保留的圖像去噪方法、基于小波域奇異值差值建模的圖像去噪方法、基于自適應(yīng)分塊旋轉(zhuǎn)的奇異值分解圖像去噪方法、基于人工魚(yú)群與粒子群混合的圖
全書(shū)分為七章。第一章介紹了異源圖像匹配相關(guān)概念,異源圖像匹配研究現(xiàn)狀和異源圖像匹配應(yīng)用領(lǐng)域,并對(duì)異源圖像匹配面臨的技術(shù)難題進(jìn)行了詳細(xì)分析。為了讓讀者更好的理解后續(xù)章節(jié)內(nèi)容,本書(shū)第二章對(duì)數(shù)字圖像處理基礎(chǔ)中的圖像傳感器、采樣和量化,數(shù)字圖像處理中的基本數(shù)學(xué)操作、空域圖像處理和頻域數(shù)字圖像處理等基本概念進(jìn)行了介紹。第三章對(duì)圖
本書(shū)包含經(jīng)典數(shù)字信號(hào)處理的理論、分析與應(yīng)用,一共設(shè)有八個(gè)章節(jié):第1章介紹時(shí)域離散信號(hào)與系統(tǒng),側(cè)重介紹離散信號(hào)的時(shí)域表達(dá)與運(yùn)算、離散系統(tǒng)的性質(zhì)與時(shí)域表征;第2章介紹時(shí)域離散信號(hào)與系統(tǒng)的頻域分析,側(cè)重介紹Z變換與離散時(shí)間傅里葉變換DTFT,以及對(duì)離散系統(tǒng)的頻域表征;第3章介紹離散傅里葉變換DFT,介紹了對(duì)不同信號(hào)的四種傅里
本書(shū)是根據(jù)教育部最新制定的《高職高專(zhuān)教學(xué)課程教學(xué)基本要求》和《高職高專(zhuān)教育專(zhuān)業(yè)人才培養(yǎng)目標(biāo)及規(guī)格》,并結(jié)合我院各專(zhuān)業(yè)及生源的實(shí)際情況,由我院長(zhǎng)期從事高職數(shù)學(xué)教學(xué)的教師編寫(xiě)。 本書(shū)內(nèi)容包括高等數(shù)學(xué)、積分變換、概率論三門(mén)課程的內(nèi)容。具體為函數(shù)、極限、導(dǎo)數(shù)、導(dǎo)數(shù)的應(yīng)用、不定積分、定積分、多元函數(shù)微積分、微分方程、傅立葉