本书共分为十五章，介绍了数字信号处理基础、信号与函数、信号与傅里叶级数、信号与频谱、傅里叶级数与傅里叶变换、信号的卷积、信号的采样、信号的调制与解调、信号的上下变频、信号的抽取与插值、离散傅里叶变换、快速傅里叶变换、拉普拉斯变换与z变换、数字滤波器、数字信号处理的实现。

本书共8章：第1章为绪论，第2章为信号非线性动力学特征，第3章为基于新型散布熵的特征提取方法，第4章为基于新型斜率熵的特征提取方法，第5章为基于新型Lempel-Ziv复杂度特征的特征提取方法，第6章为基于新型分形维数的特征提取方法，第7章为基于多尺度处理的新型非线性动力学特征提取方法，第8章为基于新型非线性动力学特征

本书共分为6章。第1章作为绪论，介绍了本书的研究意义和研究现状。第2章简要叙述了本书用到的Hilbert空间的基本知识，并介绍了框架的重要概念。第3章探讨了现有的紧框架构造方法，提出了一种基于矩阵奇异值分解的紧框架构造方法，解决了框架算子逆求解的复杂性问题。第4章研究了Hilbert空间中的融合框架。第5章讨论了Hil

本书是在第一版的基础上修订而成的。本书内容分为两部分:第1至第7章为第一部分，着重介绍数字图像处理的基本概念、原理和方法;第8章至第13章为第二部分，以Photoshop2023为应用支撑环境，介绍图像创作必备的知识和技能，通过操作实例将数字图像处理理论知识与具体应用结合，有利于读者进一步掌握和应用相关知识提高应用技能

本书是信号与系统课程实践环节的配套用书，通过提供丰富的实验科目，增强学生对理论知识的理解，提升学生的工程实践能力、创新思维能力以及运用理论知识解决实际问题的能力。 本书根据面向新工科的电工电子信息基础课改革发展要求，结合课程组长期的课程教学和科研实践经验编写而成，内容覆盖面广，将硬件实验和软件仿真相结合，注重知识的拓展

本书为新一代通信技术新兴领域“十四五”高等教育系列教材之一，本系列教材编写团队已入选教育部“战略性新兴领域‘十四五’高等教育教材体系建设团队”。本书围绕频域和时频对偶性两条主线讲述，分为十章，分别是绪论、连续信号的离散化与重构、离散信号与系统的时域

图像处理理论近年来发展迅速，从稀疏表示理论到基于张量表示和深度学习的图像处理方法不断涌现，并且这些全新的图像处理方法已经应用在手机、视频监控、遥感数据处理中心等平台上。本书以彩色图像、多/高光谱遥感数据、视频数据、偏振时序图像数据为研究对象，总结以张量表示方法和深度学习方法为核心的图像处理理论的昀新进展，并从工程应用的

"《数字信号处理——使用Python分析与实现(新形态版)》是一本面向工程技术人员、高校学生及对数字信号处理感兴趣的读者的专业图书。本书以Python语言为工具，对数字信号处理的基本概念、理论和方法进行了系统的阐述，并提供了大量的编程实例来加深理解。《数字信号处理——使用Python分析与实现(新形态版)》共分为7章，

数字图像处理技术是推动技术革新和社会进步的重要驱动力之一。本书旨在为初学者以及有一定基础的读者提供全面、系统且易于理解的数字图像处理入门指南。本书从数字图像处理的基础概念出发，逐步引导读者深入了解各种先进的数字图像处理技术，覆盖了从核心理论到算法实现，再到实际应用的全方位知识体系，帮助读者更高效地学习和掌握数字图像处理

本书围绕深度神经网络和小波理论对图像超分辨率重建的关键技术，尤其在图像质量提升和模型轻量化方面，展开了深入研究。事实上，在空间域中的深度学习方法难以有效地挖掘细节和结构信息。小波分析作为信号处理领域的重要理论，其优势是可以将信号分解到不同的分辨率上，在独立处理信号的同时又能逐渐精细地采样高频信号，从而聚焦对象的细节，这