本书在普通高等教育"十一五”国家级规划教材和国家精品课程教学成果《数字逻辑与数字系统》（第6版）基础上，依照2019年出版的《高等学校工科基础课程教学基本要求》，为适应数字电子技术的不断发展和应用水平的不断提高修订而成。全书共9章，内容包括数字逻辑基础、逻辑门电路、组合逻辑电路、锁存器和触发器、时序逻辑电路、半导体存储器、脉冲波形的产生与整形、数模转换和模数转换、数字系统分析与设计等。附录给出了GAL、CPLD和FPGA简介，电气简图用图形符号二进制逻辑元件简介，常用逻辑符号对照表等实用内容。本

本书采用项目化编写方式，内容全面且深入，广泛覆盖了当前计算机软硬件技术的核心领域，详细阐述了台式微型计算机与笔记本电脑的组装流程、维护保养、故障排查与维修、数据恢复技巧，以及计算机网络技术等方面内容。每个项目均设有针对核心技能点的评价与反馈环节，以及启发思考的练习题。
为了增强学习体验，本书配有丰富的微课视频资源，扫描二维码即可轻松观看。此外，本书还提供包括电子课件、课程标准、授课计划及习题答案等在内的全方位教学辅助材料，只需登录化工教育网站（http：//www.cipedu.com.c

本书按照工学结合、项目化教学要求编写，结合智能制造的发展方向，将机器视觉系统集成的理论知识与生产实际相结合，从机器视觉基础知识着手，通过多个项目，由浅入深地详细讲解了机器视觉的基础原理及实现过程，并尝试解决生产制造智能化的相关问题。
本书包含三个部分：基础篇、实战篇、拓展篇。基础篇介绍了机器视觉系统集成中最基本、最实用的知识，如工业相机、光源、镜头的概念及选型等；实战篇舍弃了机器视觉系统集成中过于枯燥难懂的算法，以国产使用最广泛的机器视觉厂家——海康威视的产品为机器视觉项目载体，将机器视觉

本书针对高职教育的特点，紧依据职业岗位需求设计建构课程内容，在覆盖基本理论的同时，强调培养学生具体的实践操作能力。本书教材内容主要包括7个单元：计算机视觉基础、图像预处理、BP神经网络、卷积神经网络、Tensorflow2.0基础、图像分类、目标检测。通过关键技术以及整体架构的学习，结合案例，要求学生了解人工智能中计算机视觉的发展状况与研究内容，掌握基本概念、基本原理，了解计算机视觉的一些经典场景应用，掌握计算机视觉开发的一般流程，初步具备计算机视觉开发的能力。

本书是“十二五”普通高等教育本科国家级规划教材和国家精品课程教材。全书以算法设计策略为知识单元，系统介绍计算机算法的设计方法与分析技巧，主要内容包括：算法概述、递归与分治策略、动态规划、贪心算法、回溯法、分支限界法、随机化算法、线性规划与网络流、串与序列的算法和数论算法等。书中既涉及经典与实用算法及实例分析，又包括算法热点领域追踪。为突出教材的可读性和可用性，章首增加了学习要点提示；章末配有难易适度的算法分析题和算法实现题；配套出版了《计算机算法设计与分析习题解答（第6版）》；并免费提供电子课件

《计算机组成原理与组装维护实践教程（微课视频版·第2版）》全面系统地介绍了计算机系统的工作原理及组装维护技术。全书分为理论篇与实践篇，理论篇（项目1~项目10）主要介绍计算机系统、计算机数据表示、基本数字逻辑电路、中央处理器、指令系统和寻址方式、存储系统、外部存储器、总线及主板、输入/输出系统、计算机与人工智能；实践篇（项目11~项目14）主要介绍计算机软硬件系统安装、计算机硬件系统维护、计算机软件系统维护、计算机常用软件维护等实践操作。每个项目配有学习目标、重难点、大量的练

本书基于“理论 - 实践 - 创新”三阶递进，系统阐述计算机组成的基本原理和逻辑设计方法。全书共 8章，以“整机系统认知 - 核心功能模块 - 外部交互机制”为脉络，按计算机硬件体系由内向外分层剖析。主要内容涵盖计算机系统概论、运算方法和运算部件、存储系统、指令系统、中央处理器、总线系统、计算机外部设备、输入/输出系统等核心知识体系。 本书可作为高等学校计算机专业主干教材，特别适配应用型本科院校教学需求，兼顾计算机类专业课程教学和考研群体的入门与提高。

《机器视觉系统应用》采用工作手册式编写方式，知识库与技能库相结合，讲解视觉案例的背景与原理、实验步骤、工具及实验结果，使学生能够根据案例，理解相关理论知识和内容。同时提供了丰富可靠的工程应用经验，有利于加强工程实际应用理论和知识的学习。全书主要内容包括机器视觉基础知识、系统组成及应用、视觉处理技术概述、视觉系统环境搭建、尺寸测量应用、视觉定位应用、模式识别应用、外观检测应用、3D 检测应用等，遵循先进性、实用性、可读性的原则，由浅入深、循序渐进、易教易学。
本书既适合作为高等职业院校智能机

本书详尽地探讨了变分自编码器、生成对抗网络、标准化流模型和扩散模型这四大主流生成式视觉模型。本书不仅深入解析了这些模型背后的复杂数学原理、训练及采样算法，还提供了详细的代码实现指南。秉承"理论与实践并重”的理念，本书进一步探索了生成式视觉模型在不同场景中的应用实例，并精选了4个具有代表性的实战案例进行深度剖析。这些案例紧密贴合实际业务需求与面临的技术挑战，旨在引导读者掌握利用生成式视觉模型解决现实问题的方法论，同时通过动手实践增强其编程技能与技术优化能力。 本书适合具有大学本科数学基础（包括微积

本书以人体视觉理解为核心，系统地探讨了多数据源多任务学习在该领域的应用与挑战。提出了一种创新方法——混合监督学习，混合监督学习通过共享主干网络，端到端地实现人体检测、实例分割、人体解析、姿态估计、密集姿态估计和实例级人体部位检测6项任务的高效建模与预测，针对当前方法存在的精度与效率不足、任务间梯度竞争、多数据源适应性差等问题。本书提出了梯度均衡策略、实例级迁移学习、解析区域卷积网络和注意力激发感受野模块等创新技术，实验结果表明，混合监督学习在精度和效率上显著领先现有方法。