电子电路板是消费电子产品和工业自动化控制设备的重要部件，随着电子技术的日益发展，电路系统加速小型化、高密度和高速化，高速PCB设计技术越来越成为电子工程师的技能。本书从实用角度介绍高速PCB设计中的经验规则，重点讲述在实际工作中如何正确地运用经验规则，避免错误。本书分为6章，第1、2章讲解了什么是高速PCB设计的经验规则，其与理论知识相比有什么优势，如何运用； 第3章详细介绍了高速PCB设计的每个环节的技术要点、经验规则； 第4章介绍常用的经验公式； 第5章分析了几类特殊电路的设计经验规则的应用； 第6章讲解了在一个设计案例中经验规则的具体应用。本书力求在高速PCB设计领域，为电子工程师、产品开发和生产技术人员、在校学生以及电子爱好者提供有关高速PCB设计经验规则的模块化知识体系，各章主题相对独立完整，有利于读者碎片化地学习并应用到具体的设计工作中。本书可作为各类大中专院校相关专业的培训教材，也可作为电子、电气、自动化设计等相关专业人员的学习和参考用书。

《预测控制理论与双层结构工业算法》介绍预测控制理论和双层结构工业算法，包括预测控制原理、预测控制模型辨识、预测控制稳态目标计算、稳定过程和积分过程的双层动态矩阵控制、状态空间模型的双层动态矩阵控制、双层预测控制的非线性和变自由度处理技术，以及两步法状态空间预测控制与广义预测控制。《预测控制理论与双层结构工业算法》综合考虑研究生这类读者群的接受水平和期望，将预测控制理论融人工业领域。《预测控制理论与双层结构工业算法》提供大量仿真算例和例题，并且给出部分程序代码供读者研究与参考。

本书旨在介绍四元数神经网络稳定性理论及应用的研究现状、典型模型、常用研究方法. 具体内容包括四元数神经网络渐近稳定性、四元数神经网络鲁棒稳定性、四元数神经网络μ-稳定性及均方稳定性、四元数神经网络Mittag-Leffler稳定性、四元数神经网络Lagrange 稳定性及H-U稳定性、四元数神经网络多稳定性、四元数神经网络无源性及状态估计、四元数神经网络在联想记忆中的应用， 并通过大量的数值示例演示理论结果的有效性.

暂缺简介...

《机器视觉检测与识别技术及应用：基于深度学习》致力于深入剖析机器视觉检测与识别技术的内在机理、实用策略及其多元化应用，旨在为读者搭建起一个坚实而全面的理论知识与实践经验的桥梁。内容涉猎广泛，既涵盖图像处理、特征提取、目标检测，又深入探索图像分割、人脸识别、物体识别等，从基础概念到高级算法，全面又深入。在深度解读各个主题的同时，本书注重理论与实践的紧密结合，相关章节均配以典型的案例分析，展示这些技术在现实场景中的具体应用。通过阅读本书，读者将深入理解机器视觉技术的运作原理，并学会如何将这些技术灵活运用于解决实际问题。此外，本书还特别关注机器视觉技术所带来的伦理、隐私和社会影响等深层次议题，确保技术的发展既有利于社会进步，又尊重和保护个体的权利与隐私，实现可持续发展。本书适合从事计算机视觉、人工智能、图像处理以及相关领域研究和开发的专业人士阅读，也可作为高等院校计算机相关专业的教材，对机器视觉感兴趣的人群也可以阅读。

本书介绍了深度学习在图像目标检测与识别领域的应用，主要包括基于UNet的图像去雾算法、基于特征融合GAN的图像增强算法、基于ESRGAN的图像超分辨率重建算法、基于嵌套UNet的图像分割算法、基于对抗迁移学习的水下大坝裂缝图像分割算法、基于改进Faster-RCNN的海洋生物检测算法、基于YOLOv4的目标检测算法、基于RetinaNet的密集目标检测算法、基于LSTM网络的视频图像目标实时检测、基于改进YOLOv4的嵌入式变电站仪表检测算法等。

量子科学出版工程（第四辑）之一。在对量子计算进行深入产业调研的基础上，对量子计算的硬件、软件和应用三大领域专利进行检索和分析，厘清国内外量子计算的超导量子芯片、量子态、逻辑门与逻辑操作、编译器、量子模拟器等主要技术的专利布局、重点申请人、关键技术脉络和应用场景，并结合非专利文献的检索与分析，把握量子计算领域的技术脉络和发展趋势，对我国量子计算技术发展的技术布局、专利战略和产业发展提出了有益的建议。

本书以市场上主流的处理器系列为例，深入讨论了计算机组成与体系结构的基本原理和概念，包括计算机系统、运算、CPU、指令集和汇编语言、并行处理等，并讨论了如何将它们运用到当代计算机系统设计的问题中。本书作者有丰富的教学和教材编写经验，在编写上内容体系合理、讲解深入浅出、教学资源丰富。同时，本书根据技术的发展，增加了对并行结构、RISC-V等内容的介绍，使读者能够了解当前计算机架构的新变化和新发展。 本书适合作为高校计算机及相关专业作为计算机组成与体系结构相关课程的教材，也适合作为技术人员的参考书。

本书是计算机领域本科教育教学改革试点工作计划（“101计划”）系列教材之一，以开发一个具有数十条指令规模且能够通过严格测试的功能型CPU为挑战性学习成果，培养学生掌握基于模型的CPU开发方法，进而具备分析、设计和开发计算机硬件系统的基本能力，为后续专业学习与职业发展奠定坚实基础。 本书根据设计一台计算机的教学要求，将传统意义上的汇编语言和计算机组成两门课程的相关知识进行重构，重点讲授数据表示与运算方法、计算机指令与汇编语言、单周期CPU、多周期CPU、流水线CPU、存储层次、输入输出和MIPS微系统等内容。同时，创新性地介绍系列化的“CPU形式建模综合方法”，并以“系统设计详解”的形式讲解系统设计中的思考重点与取舍精要。 为了满足读者对在线开放学习的需求，本书配套建设了重难点知识点视频、相关工具操作视频、教学课件、难度递进的实验体系和自动评测系统。上述所有教学资源均部署在希冀平台，便于读者在线实践。 本书可作为高校本科计算机类专业计算机组成课程教材，也可供有关技术人员参考。

本书全面介绍TensorFlow 2.x 框架及其在深度学习中的应用，内容包括TensorFlow 简介、Python 语 言基础、环境搭建与入门、TensorBoard 可视化、多层感知机实现、卷积神经网络实现、循环神经网络实 现、强化学习、迁移学习、生成对抗网络和GPU 并行计算等。