量子计算机具有天然的并行性，相比经典计算机能显著提高算法效率，是下一代智能计算的一个重要发展方向。随着量子计算机硬件的发展，通过本地或者云平台进行量子计算越来越容易，量子计算相关研究逐渐从理论走向实用。量子机器学习是机器学习和量子计算的交叉领域，它研究的是如何利用量子叠加、并行等特性降低经典机器学习算法的复杂度，以解决数据量大、数据维度高造成的训练困难等问题。
本书首先介绍量子计算的基础知识，然后将理论和实践相结合，介绍量子降维、量子分类、量子回归、量子聚类、量子神经网络及量子强

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

《机器视觉自动检测技术》(第二版)内容共分为6章。第1章为机器视觉概述，讲述机器视觉技术的系统构成、工作原理、发展历程和应用领域等。第2章讲述机器视觉系统的硬件构成，包括相机的分类及主要特性参数、光学镜头的原理与选型、图像采集卡的原理及种类、图像数据的传输方式等。第3章讲述机器视觉成像技术，内容包括光源，工业环境下的灰度照明技术和彩色照明技术，LED照明设计技术。第4章重点讲述机器视觉核心算法，包括图像预处理、频域图像增强、数学形态学应用、灰度均衡、边缘检测、Blob分析、阈值分割、图像匹配算法

本书系统地介绍了数字逻辑的基本原理与FPGA设计的实际应用，主要内容包括数字系统、数制与编码、逻辑代数基础、组合逻辑电路的分析与设计、时序逻辑电路的分析与设计、脉冲波形的变换与产生、可编程逻辑器件、VerilogHDL设计基础、FPGA设计入门、数字逻辑基础实验、数字系统FPGA设计实践等。通过大量设计实例详细地介绍了基于FPGA技术的数字逻辑设计方法。全书共10章，提供习题近百道，设计性实验题10个，综合性设计课题10个。书中列举的设计实例都经QuartusII13.1工具编译通过，

本书系统地讲解常用多媒体软件的使用方法及实战案例，采用项目任务的方式来讲解知识点。本书共7个项目，其中项目1讲解多媒体技术的概念、多媒体系统、多媒体技术的应用领域与发展趋势、多媒体常见表现形式等基础知识；项目2一项目6讲解应用Photoshop处理图像、应用Animate制作动画、应用Audition编辑音频、应用Premiere编辑视频、应用Dreamweaver制作网页的相关知识；项目7为综合性的商业设计案例，帮助读者提升综合运用多媒体软件进行设计的能力，以便能独立完成各项多媒体设

本书分为6个模块，包括认识综合布线系统、网络布线线缆及设备选型、综合布线系统设计、综合布线系统安装、综合布线系统测试与工程验收、综合布线系统工程案例设计与实现。各模块依据职业教育理念进行设计，以学生学习与发展为中心，基于行动导向、成果导向选择与重构教学内容，注重对学生综合职业能力的培养。以“素养为本”，聚焦学生的职业发展和核心素养培养。本书是一本深入浅出、图文并茂、形式多样的工作手册式新形态教材。本书理论清晰、技术实用，可作为职业院校综合布线课程的教材，也可供从事计算机系统集成、楼宇智能化工程相

本书从云网融合概述入手，从云计算网络的发展动力到云计算网络的基本特征，从云计算网络各部分的细节到云计算网络的关键问题，从云计算网络的业务到目前网络向云计算网络的演进，从云计算网络的融合到对未来的展望，详细地进行了论述。本书共分为8章，内容包括云网融合概述、云计算基础、电信云、新一代网络架构、叠加网络技术、网络功能虚拟化、数据中心网络、数据中心的资源汇聚技术等。
本书适合国内云计算网络、新一代网络建设、网络管理、系统集成行业的开发人员、技术工程师、售前与售后技术支持人员学习。

使用机器学习技术的产品或服务在我们的生活中不断普及，被应用于大数据分析、智能驾驶、计算机视觉等领域，并迅速改变着我们的生活。本书以掌握一定的Python基础为前提，从具体的10个精简仿真项目切入，由浅入深、循序渐进地介绍机器学习技术在不同业务领域中的应用，在内容上注重实用性和可操作性，具体涵盖了数据分析与挖掘流程、监督学习、无监督学习、深度学习、大模型与人工智能应用等需要学生掌握的基本知识和相应技能。

"本书主要介绍机器学习经典算法的原理、实现及应用，并通过综合案例讲解如何将实际问题转换为机器学习算法进行求解。

全书共16章，主要内容包括机器学习概述、机器学习基础及Python常用库、朴素贝叶斯分类器、k近邻算法与非参数估计、聚类、回归分析、决策树、支持向量机、降维分析、人工神经网络、深度学习入门、推荐算法、基于协同过滤的推荐系统、零售商品销售额分析与预测、手写数字识别和基于深度学习的中文邮件分类。本书算法首先给出数学原理及公式推导过程，然后分别给出算法的原始实现和通过调用机器学