本书内容覆盖了各种特征提取方法、特征选择方法、特征分类方法以及它们在设备振动数据集上的应用等方面。不仅如此，这本书还针对最新出现的一些技术方法进行了阐述，其中包括机器学习和压缩采样等。这些全新的工具能够帮助我们显著提高精度和减少计算代价。对于所有的相关研究人员和工程技术人员，也包括那些刚刚进入到这一领域的人们，这些内容

本书系统介绍了数字图像处理的基本概念、原理和技术方法，以及图像处理技术如何用OPENCV编程实现。全书共12章，包括绪论、数字图像的基本概念和运算、图像灰度变换与空间域滤波、图像的频域处理、图像复原、彩色图像处理、小波与多分辨率处理、图像压缩、形态学处理、图像分割、目标的表示与描述、目标识别。本书内容既覆盖图像处理技术

本书是信息论领域中一本简明易懂的教材。主要内容包括：熵、信源、信道容量、率失真、数据压缩与编码理论和复杂度理论等方面的介绍，还对网络信息论和假设检验等进行了介绍，并且以赛马模型为出发点，将对证券市场的研究纳入了信息论的框架，从新的视角给投资组合的研究带来了全新的投资理念和研究技巧。

本书系统和深入地介绍了现代数字信号分析和处理的基础以及一些广泛应用的算法。前4章介绍了研究和学习现代数字信号处理的重要基础,包括随机信号模型、估计理论概要、**滤波器理论、最小二乘滤波和卡尔曼滤波,这些内容是信号处理统计方法的基础性知识;第5章~第8章详细讨论了几类广泛应用的典型算法,包括自适应滤波算法、功率谱估计算法

本书共13章内容，前4章主要讲述数字处理与视觉机器的基本知识，5-8讲述数字图像处理的基本知识，前9-11章主要讲述早期机器视觉的内容。本教材将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、彩色图像处理、形态学处理、图

全书主要讨论的范围是确定性连续时间信号经过线性时不变系统，传输与处理的基本理论。从时间域到变换域，利用输入一输出描述法，来讨论分析系统问题。其中变换域方法主要包括傅里叶变换和拉普拉斯变换，从时间域分别转换到频域和s域对信号与系统进行分析解析。

本书详细介绍了在Python和OpenCV环境下数字图像处理上机实验的方法和步骤，实验内容包括开发环境的配置、图像读写操作、颜色空间转换、图像算数运算、图像几何变换、二值化阈值操作、图像边缘检测、形态学操作、图像分割等，并针对教学的重点和难点设计了一系列上机实验。本书内容丰富，实用性强，既便于学生理解和消化教学内容，又

本书围绕图像深度表示学习方法中存在的若干关键问题进行深入分析，通过充分挖掘和利用深度模型内部多层结构信息与数据分布之间的先验信息，探讨了深度表示模型选择与设计、深度迁移特征跃层表示、非监督深度度量学习和有监督深度哈希学习等方法，并将上述模型和方法应用于解决图像检索、图像分类、目标跟踪和数据可视化等实际问题。

本书系统介绍了信号检测与估计的理论及应用。全书内容分为5章：第1章介绍随机过程基本知识，包括随机变量基本概念、随机过程基本知识、高斯过程与白噪声、窄带随机过程、随机信号的卡亨南-洛维展开、马尔可夫链简介等；第2章介绍信号检测理论，包括二元假设检验及判决准则、多元信号检测、复合假设检验等；第3章介绍信号波形检测理论，包括

通信原理