本书共分两篇：算法篇主要介绍信号分析与处理的基础理论和算法，包括信号处理仿真实验的基础知识、离散信号与系统、数字滤波器的设计、功率谱估计、自适应滤波和信号检测；案例篇主要介绍三大类共24个信号处理的工程案例，这些案例都不局限于验证某个知识点，而是尽可能地以实际应用为背景，兼顾信号处理的完整流程。

本书主要内容包括无线传感器网络的基本概念、开发环境、拓扑控制与覆盖技术、通信与组网技术、支撑技术、WSN协议技术标准、接入技术，以及无线传感器网络的应用、无线传感器网络与物联网等。本书内容丰富、覆盖面广、浅显易懂，不仅注重基本概念和基础技术，还强调技术应用和实践教学内容，力求概念准确、图文并茂。

本书依据“易理解，重实用”的指导思想，以算法设计策略为主线，沿着“问题分析—算法设计—算法描述—算法实例—算法分析—Python实践”的路线，系统地介绍算法的设计思路、分析方法及Python语言实现。本书共有9章，分别为算法概述、贪心算法、分治算法、动态规划、回溯法、分支限界法、线性规划问题与网络流、随机化算法、NP完

本书共分为12章，主要内容包括数据仓库的概念与体系结构、数据仓库的数据存储与处理、数据仓库系统的设计与开发、关联规则、数据分类、数据聚类、贝叶斯网络、粗糙集、神经网络、遗传算法、统计分析、文本和Web挖掘。本书既重视理论知识的讲解，又强调应用技能的培养。每章首先介绍算法的主要思想和理论基础，之后利用算法去解决实例中给出

本书共分14章，全面系统地介绍了生成式AI的基础理论、核心技术、应用场景以及社会影响，既突出生成式AI技术，又重视AIGC应用，旨在为读者提供一个全面、深入且实用的学习平台，帮助读者快速掌握生成式AI(AIGC)的精髓及其在各领域的应用实践。

本书内容涵盖TensorFlow开发环境搭建(Anaconda/PyCharm/TensorFlowCPU-GPU)、计算图构建、自动微分机制、基础回归与分类算法、多层感知机(MLP)、卷积神经网络(CNN)以及经典的ResNet模型实现与训练。通过手写数字识别、房价预测、图像分类等典型案例，由浅入深地讲解模型构建、训

本书在内容设计上兼具前沿性与低门槛：一方面，融入2023-2025年开源大模型(Llama3、Mistral)、多模态AIGC(Suno文生音乐、Sora文生视频)、AIAgent、具身智能等热点技术；另一方面，所有实验均基于Python预装库(PyTorch、NumPy等)，仅需CPU即可运行，适配职教本科机房及学生

本书以“基础理论—关键技术—前沿应用—伦理安全”为主线，覆盖人工智能领域的核心模块。本书的特色：一是体系完整，覆盖从基础理论到前沿应用的全链条知识；二是案例丰富，通过“西瓜分类”“补给路线规划”等贴近生活的实例降低理解门槛；三是紧跟趋势，重点纳入大语言模型、具身智能等前沿方向；四是注重伦理，强调技术发展与社会责任的平衡

本书聚焦深度学习和大模型前沿，细分机器视觉(目标检测、图像分类)、语音处理(自动语音识别、语音合成)、自然语言处理(文本生成、情感分析)、多模态应用(图文生成、视觉问答)和科学计算(蛋白质结构预测)等关键领域，通过大量实例说明这些领域的主流应用。本书内容系统、新颖，案例丰富，适合作为各类专业的大学生的人工智能导论教材，

本书系统地介绍了国际控制界应用最广的MATLAB语言及其在控制教学与研究中的应用，侧重于介绍MATLAB语言编程基础与技巧、科学运算问题的MATLAB求解、线性系统的建模和计算机辅助分析、非线性系统的仿真分析、控制系统的计算机辅助设计方法等，包括串联控制器、状态反馈控制器、多变量系统频域设计、PID控制器设计、QFT控