本書系統(tǒng)地介紹了信息安全理論與技術所涉及的數(shù)論、代數(shù)、橢圓曲線等數(shù)學理論基礎。內容包括數(shù)論基礎，涉及整除、同余、次數(shù)與原根、二次剩余和素數(shù)檢驗與整數(shù)分解等內容；代數(shù)系統(tǒng)，涉及群、環(huán)、域的概念及其應用等內容；橢圓曲線，涉及橢圓曲線的預備知識，橢圓曲線，橢圓曲線上的離散對數(shù)等內容；離散對數(shù)等。書中每章末都配有適量習題，以供

本書圍繞圖像場景內容理解這個核心，從圖像場景的語義理解、圖像空間的幾何理解、對象級場景解析三個方面進行詳細闡述。從章節(jié)結構來說，第1章緒論部分概述了圖像場景內容理解的背景與意義以及發(fā)展歷程；第2章、第3章的內容分別對應場景語義和場景幾何的理解，是從場景級圖像內容理解入手；在第4章轉入對象級圖像內容理解；第5章概述了對象

本書以當前受到廣泛關注的系統(tǒng)安全性和安全性度量指標的重要性測度（又稱為全局靈敏度）為主要研究對象，詳細介紹了系統(tǒng)安全性的相關理論及系統(tǒng)安全性靈敏度分析方法，重點在于闡述系統(tǒng)安全性理論的最新研究成果，以及對相關輸入變量情況下安全性重要性測度指標含義的探討和求解方法的研究。

本書共分12章,內容包括第15屆大賽通知,大賽章程,大賽組委會,大賽內容與分類,賽事級別、作品上推比例與參賽條件,國賽決賽承辦單位管理,參賽事項,獎項設置,違規(guī)作品處理,作品評比與評比委員規(guī)范,獲獎作品的研討,2022年獲獎概況與獲獎作品選登。

本書詳細講解了傳統(tǒng)計算機視覺和基于深度學習的計算機視覺的一般原理和典型方法。在傳統(tǒng)計算機視覺方面，介紹了圖像幾何變換、顏色變換、直方圖處理、圖像濾波等，并詳細講解了圖像底層特征和傳統(tǒng)分類算法。在深度學習計算機視覺方面，詳細介紹了如何將卷積神經網絡應用于物體分類、目標檢測等任務中。最后探討了其他深度學習網絡，如循環(huán)神經網

本書分為3個模塊，共14個項目。模塊1包含3個項目，主要介紹了機器視覺領域的基本知識。模塊2包含9個項目，以VisionPro軟件為對象，介紹了機器視覺中常用的軟件工具。模塊3通過兩個較為復雜的項目案例介紹了VisionPro軟件的綜合應用。

《CISSP信息系統(tǒng)安全專家認證All-in-One(第9版)》針對**發(fā)布的CISSP考試做了全面細致的修訂和更新，涵蓋(ISC)2新開發(fā)的2021CISSP考試大綱的所有目標。這本綜合性**指南編排精當，每章開頭列出學習目標，正文中穿插考試提示，章末附有練習題和精辟解釋。本書由**的IT安全認證和培訓專家撰寫，將幫

本書主要介紹程序設計算法的基礎知識，通過算法問題實踐講解程序設計常用的算法，包括題目描述、題目分析，并給出參考代碼。本書可以作為基礎語言（C、C++）的后續(xù)內容，用于鞏固和提高數(shù)據(jù)結構的相關知識，此外，亦可為軟件工程、應用程序開發(fā)、網絡信息技術、大數(shù)據(jù)和人工智能等提供算法知識基礎。本書可作為普通高等學校計算機及工科專業(yè)

“算法與數(shù)據(jù)結構”是計算機及相關專業(yè)的核心基礎課程，旨在培養(yǎng)學生采用相應的數(shù)據(jù)結構與算法進行算法設計、算法應用和實際應用軟件的開發(fā)，提高復雜應用軟件的開發(fā)能力。全書共9章，第1章介紹數(shù)據(jù)結構的基本概念，第2～5章介紹數(shù)據(jù)結構中的線性結構，包括線性表、棧、隊列和數(shù)組，第6章介紹樹狀結構，包括樹和二叉樹，第7章介紹圖狀結構

本書與讀者一同探討和思考數(shù)據(jù)分析的基本概念、需求、方案等問題，并以KNIME為工具，展示數(shù)據(jù)分析的具體流程。本書對KNIME中的眾多節(jié)點進行了介紹，對各節(jié)點的難度和重要性進行了標記，以便新手更快地學習，對節(jié)點的覆蓋性說明和一些高級內容，會讓讀者更深入地了解和使用KNIME。對所有日常有數(shù)據(jù)分析需求的讀者來說，本書能幫助