含有"通信"标签的书籍

计算机网络与因特网

本书是作者的代表作之一,前面曾有过4个版本,这次出版的是最新的第5版。以前的几个版本都已经产生了很好的教学效果,除了有几百所美国学校使用它作为网络课程的教科书外,在美国之外的其他国家和地区也被翻译成多种语言作为高校的教科书使用,获得了很多赞誉。在当前网络书籍供过于求的市场中,能获得如此成功确实难能可贵。

本书能从众多网络书籍中脱颖而出,主要在于书中内容涵盖广泛,组织结构逻辑性强,概念解释清晰透彻,重点讲述因特网,兼顾到教师和学生的双重需求。正如美国贝尔实验室的一位教授评价的:“对初学者和专业人士来说,本书都是一本极好的书——写得好,综合面宽,易于理解。”

鉴于目前网络领域的发展和变化,作者又一次对本书全面完成了新版本的组织、设计和更新。主要的内容更动包括:删减了对较老技术的阐述;对数据通信方面的基础内容进行了充实并编入到本书的第二部分,在数据通信基础上再讲述有关联网方面的知识,而且对有线的和无线的联网技术都做了介绍和描述;强调了新的802.1l无线联网标准,还引入了蜂窝电话技术,因为目前的蜂窝移动通信系统提供数据业务,并且很快会采纳使用因特网协议。

在内容结构方面,本书组合了“自底向上”和“自顶向下”这两种方法各自的优点,以讨论网络应用以及因特网提供的通信规范开始,让学生在学习网络设施的底层技术之前,先去理解因特网的应用设施。在讨论了应用之后再介绍连网知识,并且用富含逻辑的手法,介绍新技术是如何构筑在较低层技术基础之上的。从而在最广泛的意义上回答了“计算机网络和互联网是如何工作的?”这个最基本的问题。

我身边的恶魔

◎这是美国家喻户晓的积案最多的连环杀手泰德·邦迪的故事。

◎作者安·鲁尔被誉为“美国最好的真实罪案作家”。

◎本书被誉为“真实罪案的经典之作”。它抓住了普通人的心理——每个人都想知道,是否有个怪物生活在我们周围,甚至与我们朝夕相处。

安•鲁尔被誉为 “美国最好的真实罪案作家”。

《我身边的恶魔》是一部经典的真实罪案之作,是以一手资料写成的犯罪调查笔记和回忆录。首次出版就在英美各大真实罪案作品排行榜上名列前茅,多年来不断再版,还被拍成了多部影视作品。

泰德•邦迪是美国积案最多的家喻户晓的连环杀手之一。多年来,他跨州虐杀素不相识的年轻女性,罪行令人发指。他狡猾无比,依仗自己在法学院受过的训练,面对警方和法医的确凿证据一直辩称无辜,并且玩弄法律,戏耍司法人员甚至自己的律师团队,以致判决和行刑数次推迟,拖延了十几年也无法了结,更屡次伺机脱逃。最后,黔驴技穷之际,他突然宣布自己实际杀害过三百多人……

泰德•邦迪至死也没让美国警察放下心来。不仅如此,在他被送上电椅三十多年后,仍有记者在调查他,仍有心理学家在分析他,仍有司法人士在研究他。

作者安•鲁尔离开警队后,在西雅图“危机热线”做志愿者,她在交往中逐渐意识到和她一起做志愿者的泰德正是她的警方正在追踪的连环杀手“泰德”。她和泰德1971年结识,他们的友谊和通信贯穿了他的余生。其间,她既是他的朋友,也是一个寻找凶残的连环杀手的犯罪记者,她用泰德向她描述的他的双重生活,再加上她全程追踪了多地警方的侦破工作以及庭审和媒体报道,以丰富的细节全方位地串起了泰德的整个人生故事。

作为一本扣人心弦、极具爆炸性的真实罪案经典,本书抓住了普通人的心理——每个人都想知道,是否有个怪物生活在我们周围,甚至与我们朝夕相处。

计算机视觉与深度学习实战:以MATLAB、Python为工具

《计算机视觉与深度学习实战:以MATLAB、Python为工具》详细讲解了36个计算机视觉与深度学习实战案例(含可运行程序),涉及雾霾去噪、答题卡自动阅卷、肺部图像分割、小波数字水印、图像检索、人脸二维码识别、车牌定位及识别、霍夫曼图像压缩、手写数字识别、英文字符文本识别、眼前节组织提取、全景图像拼接、小波图像融合、基于语音识别的音频信号模拟灯控、路面裂缝检测识别、视频运动估计追踪、Simulink图像处理、胸片及肝脏分割、基于深度学习的汽车目标检测、基于计算机视觉的自动驾驶应用、基于深度学习的视觉场景识别、基于深度特征的以图搜画、基于CNN的字符识别、基于CNN的物体识别、基于CNN的图像矫正、基于LSTM的时间序列分析、基于深度学习的以图搜图技术、基于YOLO的智能交通目标检测等多项重要技术及应用,涵盖了数字图像处理中几乎所有的基本模块,并延伸到了深度学习理论及其应用方面。工欲善其事,必先利其器,本书对每个数字图像处理的知识点都提供了丰富、生动的案例素材,并以MATLAB、Python为工具详细讲解了实验的核心程序。通过对这些程序的阅读、理解和仿真运行,读者可以更加深刻地理解图像处理的内容,并且更加熟练地掌握计算机视觉及深度学习在不同实际领域中的用法。

《计算机视觉与深度学习实战:以MATLAB、Python为工具》以案例为基础,结构布局紧凑,内容深入浅出,实验简捷高效,适合计算机、信号通信和自动化等相关专业的教师、本科生、研究生,以及广大从事数字图像处理的工程研发人员阅读参考。

Github | Docker | Project