本书系统地介绍计算机视觉所需的基本知识和相关算法，以“项目-任务”式的结构，先让读者了解一定的理论和流程，再向读者介绍如何实现任务，按照层层递进的结构向读者展现如何简单地利用现有工具实现计算机视觉的各项工作，如特征提取、图像变换、目标检测等。此外，本书以鸟类目标检测实践项目为例，提供一套完整的搭建目标检测系统的方法。书中的操作和代码可供读者学习参考，进而使读者更加深入地掌握计算机视觉的相关内容。本书可作为职业院校计算机相关专业的教材，也可作为计算机视觉相关从业人员和爱好者的参考学习资料。

本书为普通高等教育“十一五”国家级规划教材。本书内容分为3部分：算法和算法分析、算法设计策略及求解困难问题。第1部分介绍算法问题求解基础和算法分析基础，以及两种新的数据结构：伸展树与跳表；第2部分讨论常用的算法设计策略，包括基本搜索和遍历方法、分治法、贪心法、动态规划法、回溯法和分枝限界法；第3部分介绍NP完全问题、随机算法、近似算法、遗传算法和密码算法，并对现代密码学和数论做了简要论述。本书结构清晰、内容翔实、逻辑严谨、讲解深入浅出。书中算法有完整的C++程序，程序构思精巧，并且有详

本书是国家级一流课程教学团队多年讲授数据结构课程及指导学生实验的教学经验的集成，与西安电子科技大学出版社出版的《数据结构与算法设计(第二版)》一书相配套。全书分为两部分：第一部分是实验指导，其中，第一章概述了实验安排和实验步骤，第二至六章设计了多种类型的数据结构的典型实验，并提供了C语言环境下调试运行的结果；第二部分是学习指导，各章均由基本知识点、习题解析和自测题组成。附录中给出了三套硕士研究生入学考试试题及答案。

本书可以配合《数据结构与算法设计(第二版)》一书使用，起到衔

计算机数学是计算机科学中不可或缺的一部分，它利用数学的工具和方法来解决计算机科学中的问题，是计算机专业的一门基础课。本教材在内容的选取上包含离散数学、代数学这两个学科领域，共分4章，详细介绍了命题逻辑和谓词逻辑，集合、关系和函数，图论，代数系统等基础知识。本教材适用于信息与计算科学、计算机科学与技术、信息安全、软件工程、人工智能、自动化与智能科学与技术等计算机相关专业的学习者，还适用于计算机相关专业的教师，同时还可作为相关专业科技人员的学习参考书。

本书详细介绍了信息安全领域的基础理论和常见解决方案。本书共12章，第1～6章以密码学基本原理为主线，聚焦信息安全的核心概念和范式，介绍了古典密码、现代分组密码、公钥密码、报文鉴别与哈希函数、流密码、国密对称密码；第7～12章介绍了信息安全领域的经典解决方案和前沿内容，包括公钥基础设施、身份认证、Web安全、区块链、防火墙与入侵检测系统、数字水印。本书从教材使用的角度考虑，概念清晰、结构合理、通俗易懂、深入浅出，方便教师在教学过程中的实施。从学生的角度考虑，力求学生能够领会信息安全领域经典科学问题

本书除了介绍推荐系统的一般框架、典型应用和评测方法外，还图文并茂地介绍了各种典型推荐系统与算法的思想、原理、设计、实现和应用场景。除了介绍基于协同过滤的推荐、基于内容的推荐、基于知识的推荐等经典推荐系统与算法外，还介绍了基于排序学习的推荐、基于异质信息网络的推荐、基于图神经网络的推荐等新型推荐系统与算法。此外，为便于读者快速入门并开展相关工程实践，本书还提供了配套的讲解视频和实验内容。
本书可作为计算机科学与技术、软件工程、数据科学与大数据技术、人工智能等专业高年级本科生和研究生

本书内容涵盖了微积分、线性代数、概率统计及离散数学等，包括函数、极限与连续，导数与微分，积分与微分方程，行列式与克莱姆法则，矩阵及其应用，向量与线性方程组解的结构，概率的基本概念，随机变量及其分布，集合及其运算，关系与函数，数理逻辑，图论等。

本书围绕国产计算机行业的具体技术展开论述，内容安排如下：第一章重点描述国内外计算机行业的发展现状，第二章重点介绍国产计算机的基础硬件发展情况，第三章重点介绍国产计算机的基础软件发展情况，第四章介绍国产计算机的应用软件发展情况，第五章介绍国产自主可控的云计算技术，第六章介绍国产自主可控的大数据技术，第七章介绍国产自主可控的物联网技术，第八章介绍国产自主可控的人工智能技术，第九章介绍国产自主可控的区块链技术。第十章是总结。

本书是普通高等教育“十一五”国家级规划教材《逻辑与数字系统设计（第2版·Verilog版）》（清华大学出版社出版，李晶皎、王爱侠、闫爱云、李景宏编著）的配套用书。本书分为上下两篇：上篇包括各章学习要点、例题解析与Verilog编程和仿真，以及习题解答；下篇包括组合逻辑电路实验和时序逻辑电路实验，课程设计，以及实验报告和课程设计报告模板。附录包括 Quartus Prime使用和ModelSim仿真、Quartus Prime嵌入逻辑分析仪使用和下载调试，以及 Vivado使用。
本书可作为

本书全面介绍计算机视觉的基础知识体系，包括计算机视觉的各种典型任务、算法和应用。首先介绍计算机视觉的基础知识和典型任务，分析相机成像的基本原理和模型，并展示如何进行基本的图像处理，从一幅图像中提取关键特征；然后依次介绍用于解决图像识别、目标检测、图像分割和立体视觉等常见视觉任务的传统方法；之后介绍时下流行的深度学习技术在计算机视觉各领域中的应用；最后介绍计算机视觉技术在智慧交通、对地监测、医学图像诊断等现实生活中的应用。
本书面向计算机视觉领域的初学者，语言简洁易懂，配套习题和代码实现，旨