本书从自动化与人工智能的角度出发, 注重理论与实践相结合, 每个章节中加入了数字图像处理的最新研究成果。本书具有如下特色: (1) 使用python语言重现了各章的实验结果。对于如何构建深度学习框架, 采用Tensorflow还是PyTorch, 以及不同版本之间如何兼容等问题, 在本书中都可以找到答案。学生在学习图像处理方法的同时, 进一步加深了对python的理解, 能熟练编程。(2) 本书新增方法包括深度训练和优化技术、深度生成模型。(3) 本书新增了大量的以工程地质为背景的应用

本书分为数字图像处理基础理论和智能数字图像处理方法两篇。数字图像处理基础理论篇包括数字图像处理的概念、基本运算、基于点运算的图像增强、基于空域的图像增强、基于频域的图像增强、彩色图像处理、数学形态学的图像处理方法等。智能数字图像处理方法篇包括智能图像处理的基础知识、智能图像处理的发展及应用、基于智能技术的去噪技术、基于智能技术的暗光图像增强技术、基于智能技术的图像编码技术、基于智能技术的图像修复技术等。

本书主要介绍了数字图像处理和机器视觉的基本知识、基本方法和典型案例，将理论知识、科学研究和工程实践有机结合起来，主要内容包括绪论、MATLAB数字图像处理基础、数字图像处理基础知识、图像的基本运算、图像变换、灰度变换和滤波、图像分割、彩色图像处理、图像的表示与描述、图像识别基础、MATLAB GUI设计基础、人工神经网络和卷积神经网络、基于MATLAB的图像处理与机器视觉实例。本书内容系统性强，内容深入简出，理论和编程实践相结合，书中所有例题和案例都附有MATLAB源程序和原始图片数据，便

本书由编码领域前沿专家撰写，全面系统地覆盖了低密度奇偶校验(LDPC)码的构造方案，并将基于代数和基于原模图的构造方法统一为一个理论框架(SP框架)。本书给出了一种构造原模图LDPC码的代数方法，并提出了全新的LDPC码构造技术，其中包括具有双重准循环结构的新型LDPC码、用于构造空间耦合(Spatially Cou-pled)和全局耦合(Globally Coupled)LDPC码的代数方法。

本书可作为通信和信息论领域的电子工程师、计算机科学家和数学家的参考用书。

本书作为国家精品MOOC(国家一流课程）教材，是在国家“十二五”规划教材《数字图像处理》基础上修订而成的。主要包括四部分内容: 第一部分是数字图像处理的理论基础： 由绪论、 数字图像处理的基本概念和图像变换三章组成? 第二部分是狭义数字图像处理的理论、 方法和实例： 包括图像增强、 图像恢复与重建、 图像编码与压缩三章； 第三部分是图像特征提取与分析的理论、 方法和实例： 包括图像分割、 二值图像处理与形状分析、 纹理分析、 模板匹配与模式识别四章； 第四部分是数字图像处理的应用。

《信号与系统（第3版）学习指导与习题全解》是陈后金教授主编的主教材《信号与系统》（第3版）配套参考书，该主教材先后入选“十二五”普通高等教育本科国家级规划教材、普通高等教育“十一五”国家级规划教材。本配套参考书每章内容包括：基本知识与重要公式、学习要求、重点和难点提示、思考题、习题解答，同时配有研究生入学试题及解答、本科生期末考试试题及解答。基本知识与重要公式概述了本章的基本原理和基本方法，以及相关的主要公式；学习要求简述了本章需要理解和掌握的重要知识点；重点和难点提示突出了本章学习中

“信号与系统实验”是电子信息类相关专业的一门基础实验课程。本书紧密结合“信号与系统”课程理论教学，力求通过实验课程的开设培养学生的创新思维和工程实践能力。
本书共5章，主要内容包括MATLAB的基础与应用、信号与系统常用仪表的使用、MATLAB辅助设计与仿真分析实验、信号与系统基本操作实验、综合应用型实验。
本书对实验基本原理的介绍简明扼要，涉及的计算机软件知识通俗易懂。本书提供大量的典型例题程序，并布置相应的实验内容和设计课题，适合实验教学。
本书可作为本科院校电子信息类相关

本书是“信号与系统”课程的教学辅导书，也是与贾永兴主编的《信号与系统》教材配套的学习指导书。书中明确了各章的学习目标，对学习内容进行了梳理，指出了学习的重难点并给予重点指导，围绕主教材给出了习题详解。为了便于学生检测学习效果，在各章节提供了阶段测试，并系统地编写了四套期末模拟题。
本书可为电子信息类、自动化类等相关专业本专科学生提供复习和报考研究生的学习帮助，也可为从事“信号与系统”课程教学的教师提供教学参考。

本书是配合《信号与系统分析（第三版）》（吴京教授等编著）而编写的辅导用书。本书对教材各章节的知识点、重点、难点以知识图谱形式，给出深刻的分析和梳理，对基础题、提高题给出详细的解答过程，对计算机作业给出仿真结果和源代码。本书可以加深读者对信号与系统中基本概念、原理的理解和认识，引导读者灵活、深入地掌握信号与系统中的基本分析方法，启迪读者的解题思路，帮助读者澄清模糊和错误的概念，培养读者理论联系实际的能力，提高读者的知识运用能力。
本书将是电子信息类本科生的重要参考书，可供同行教师作为参考书使

本书是美国麻省理工学院（MIT）知名教授奥本海姆的近年力作，是其在MIT开展了二十余年的Signals, Systems and Inference课程所涉及知识体系的拓展和延伸。本书详细阐述了确定性信号与系统的性质和表示形式，包括群时延和状态空间模型的结构与行为；引入了相关函数和功率谱密度来描述和处理随机信号。本书涉及的应用实例包括脉冲幅度调制，基于观测器的反馈控制，最小均方误差估计下的最佳线性滤波器，以及匹配滤波器；强调了基于模型的推理方法，特别是针对状态估计、信号估计和信号检测的应用。本书