本书针对围绕不确定条件下多智能体系统的分布式滤波算法开展深入研究，为MAS分布式估计算法逐步从理论走向应用奠定坚实的技术基础。书中将先通过引言介绍不同不确定条件下的研究现状以及现阶段研究的不足，再通过问题描述与建模提出算法数学描述和算法推导，最后在特定应用背景下，仿真验证算法的有效性。本书可以作为电子信息类、自动化类、

信息安全工程师考试涉及知识面广、考点繁多，对于应试者存在较大的复习难度。本书根据作者多年的软考培训经验，以及对最新考试出题趋势的研判，对信息安全工程师考试的关键知识点及其考核方式进行了精心梳理，并对典型题目进行了分析、归类、整理、总结。全书通过思维导图描述整个考试的知识体系，以典型题目带动知识点进行复习并阐述解题的方法

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。

本书来源于课题组长期的工程实践积累，尤其是吸收了国家科技协同创新重大示范工程"XXXX仿真平台”的相关经验。从装备试验、模拟训练和作战评估等领域的分布互联实际应用需求出发，研究解决实现互联互通互操作的核心关键问题。重点围绕网络化联合仿真的时间同步问题进行论述，属于分布式仿真系统构建的核心问题，同时也是网络化联合仿真工程

本书系统地阐述了视觉伺服的基本原理及应用。全书分为三部分，在概述视觉伺服概念和发展的基础上，首先介绍计算机视觉的基本内容，包括视觉感知、数字图像处理、特征检测、单目视觉位姿测量与标定、多视几何与三维重构等，为后续内容打下基础；其次讨论视觉伺服对象和视觉控制方法；最后通过多个实例展示视觉伺服在不同领域中的应用。每章后附有

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

在人工智能的浩瀚星空中，深度学习犹如一颗耀眼的明星，引领着计算机视觉技术的发展。《PyTorch深度学习与计算机视觉实践》带领读者领略深度学习在计算视觉领域的魅力，详解使用PyTorch2.0进行计算机视觉应用实战的技巧。本书配套示例源码、PPT课件。《PyTorch深度学习与计算机视觉实践》共分15章，内容包括深度学

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

人类约70%的信息是通过人眼感知获取的，未来的人工智能产品也将和人类一样，大量信息都将通过视觉感知获取。机器视觉是人工智能的“眼睛”，是人类视觉能力的模拟、延伸和扩展，使得机器能够像人一样看得见，并且看得懂。从自动驾驶到智慧交通，从卫星遥感到智慧工业，从智能制造到智慧医疗，机器视觉是诸多领域实现突破性创新的核心关键技术

本书针对以上关键技术撰写而成，主要内容包扩局部立体匹配方法、全局立体匹配方法、亚像素级立体匹配方法和基于深度学习的立体匹配方法等。计算机视觉当中的立体匹配问题是计算机视觉领域中的一个关键问题，它通过一台或多台相机对同一景物成像获取一系列不同视角下的图像，然后在这些图像中查找对应点，获得它们之间的几何位移，并根据几何投影