本书从多源遥感成像机理和人眼视觉对影像的理解出发，研究了结合PCNN 的配准算法及基于PCNN 的全色影像、多光谱影像、高分辨率SAR 影像、无人机航拍影像和高光谱影像等多源遥感影像融合的理论与算法。首先，简要介绍了多源遥感影像融合的起源与现状。其次，回顾了PCNN 的几种常见模型。鉴于遥感影像配准是实现遥感影像像素级融合的前提，本书提出了两种基于自适应PCNN 分割的遥感影像配准算法。在后续章节中，本书主要研究并提出了结合PCNN 分割特性的全色锐化融合算法、参数优化的PCNN 全色锐化融合算

本书详细介绍了与H3C系列路由器和以太网交换机相关的网络故障分类、网络故障的排除方法、常用的故障诊断工具。本书由13个项目组成，内容包括网络管理、网络故障的排除方法与诊断、局域网VLAN的故障排除、局域网STP的故障排除、交换机VLAN间路由故障排除、VRRP应用的故障排除、静态路由协议应用的故障排除、动态路由协议RIP的故障排除、动态路由协议OSPF的故障排除、多路由协议共存的故障排除、NAT网络应用的故障排除、Telnet协议应用的故障排除和网络自动化运维。本书落实思政育人，学习贯彻党的二十

本书分为8个项目，包括了解综合布线系统、双绞线布线系统的基础知识与安装、管槽系统和机柜的基础知识与安装、光缆布线系统的基础知识与安装、综合布线系统缆线敷设、综合布线系统设计、综合布线系统工程测试和综合布线系统工程验收。本书以需求为导向，基于企业技术技能要求，以三育融合为中心，由校企双元合作开发设计本书体系。本书的结构为“项目—任务”模式，同时融入思政元素、创新元素，形成了三育融合的职业教育人才培养模式。

本书以综合布线系统工程实用技术为重点，以一个住宅综合布线系统工程为例，系统介绍综合布线系统工程的规划设计、安装施工、测试验收等内容，知识和技能详实、丰富、易学好记。本书涵盖设计、施工、验收三部分内容，全书共16个学习任务，单元1学习任务1引导读者认识综合布线系统，简单介绍国家标准《综合布线系统工程设计规范》(GB50311-2016)和《综合布线系统工程验收规范》(GB/T50312-2016)中的部分内容，其余15个学习任务主要讲述信息点数量统计表、布线系统图、端口对应表、布线施工图

本书是为高等职业院校及职业技术大学计算机类专业学生学习数据结构课程而编写的，主要介绍了数据结构的基本概念和基本算法。全书共分10章，主要内容包括绪论、线性表、栈、队列、串、数组、树、图、排序和查找等。针对职业院校学生的特点，本书以培养学生的基本专业素质及综合应用能力为目标，在基础理论的阐述、内容的选取和组织方面，都力求面向应用，逻辑结构简明合理，由浅入深，循序渐进，既保证理论的正确性，又突出知识的实用性与应用性。

本书可作为职业院校本科或专科计算机相关专业的教材，也可作为相关

本书根据计算机类专业基础课程的教学要求，并结合高职教育理论够用，重在实践的特点编写而成。本书通过6个简单项目对C语言程序设计中的相关知识点进行了详略得当的介绍。这6个项目分别是开启C语言程序设计之门、制作简易计算器、制作五子棋游戏菜单界面、模拟ATM工作流程、制作简易通讯录管理系统、用指针实现学生综合测评成绩管理。另外，本书配备了大部分知识点的微课资源，读者可以通过扫描二维码的方式随时随地预习和反复学习。

本书可作为高职高专院校计算机类专业的教材，也可作为C语言自学者的参考书

"随着现代人工智能技术的迅速发展，其在医学领域中的应用也越来越广泛、越来越深入，Python在数据挖掘、机器学习、神经网络、深度学习等方面得到了广泛的支持和应用。本书以医学应用案例的形式介绍了Python程序设计的基础知识及医学应用实践，其中，在Python程序设计的基础部分介绍了Python基本语法、数据类型、程序控制结构、函数、文件处理和异常处理等程序设计与开发知识，还介绍了Python开发环境、开发软件PyCharm和第三方库的安装与配置等；在医学应用实践部分介绍了用Python实现自然语

本书以案例“学生成绩管理系统”为主线，循序渐进导入C语言程序设计知识，所选案例贴近生活，注重培养程序设计的思路、方法、技巧以及良好的编程风格，帮助初学者快速、轻松运用C语言进行结构化程序设计，学会与计算机交流沟通，熟悉计算机解决问题的方式方法，具备计算思维能力和利用C语言程序求解问题的实践应用能力。
全书共10个项目，其中前6个项目，各项目设计独立的案例，重点是学习、掌握C语言程序设计的语法规则。项目7~10逐步完成和完善“学生成绩管理系统”，从设计、开发、优化到系统的最后完善，完成系统设

"本书循序渐进地介绍了深度学习的基础知识与常用方法，全面细致地提供了深度学习操作的原理和在深度学习框架下的实践步骤。本书共分为三部分，理论基础、实验和案例。第一部分理论基础，包括第1~7章，主要介绍深度学习的基础知识、深度学习在不同领域的应用、不同深度学习框架的对比以及机器学习、神经网络等内容； 第二部分实验，包括第8~9章，主要讲解常用深度学习框架的基础以及计算机视觉、自然语言处理、强化学习和可视化技术领域的一些实验讲解。第三部分案例包括第10~17章，通过8个案例介绍深度学习在图像分类、目标

本书内容涵盖了监督学习、无监督学习和半监督学习的代表性算法，对算法的原理与思想、推导与证明、实现与应用中涉及的知识点进行了清晰透彻的阐述。全书由12章组成，主要内容包括机器学习基本理论、K-近邻、贝叶斯、线性模型、支持向量机、决策树、集成学习、聚类算法、降维算法、半监督学习、人工神经网络等知识。章节依照算法类别及算法间逻辑关系进行编排，内容结构上条理清晰、由浅入深，并完整的对算法的编码实现进行了讲解，从编程角度展示算法细节，使读者可以更加深入透彻的理解算法原理、加深对算法的记忆，并能够