數位影像處理(Gonzalez & Woods：Digital Image Processing 4/E) (4版)

其他會員也一起購買

原文書資訊 書名:Digital Image Processing 4/E Global Edition 2018<Pearson>4/E 作者: Woods/Gonzalez ISBN: 9781292223049 出版社: Pearson 出版年: 2017年 中文書資訊 書名: 數位影像處理(Gonzalez & Woods：Digital Image Processing ) 作者: Gonzalez/ 繆紹綱 ISBN: 9789863782155 出版社: 高立 出版年: 2019年

DISCRETE-TIME SIGNAL PROCESSING3/e (3版)

其他會員也一起購買

【原文書】 書名：Discrete-Time Signal Processing 3/e IE 作者：Alan V. Oppenheim ISBN：9780132067096 出版社：PEARSON 內容簡介 　　For senior/graduate-level courses in Discrete-Time Signal Processing.THE definitive, authoritative text on DSP — ideal for those with an introductory-level knowledge of signals and systems. Written by prominent DSP pioneers, it provides thorough treatment of the fundamental theorems and properties of discrete-time linear systems, filtering, sampling, and discrete-time Fourier Analysis. By focusing on the general and universal concepts in discrete-time signal processing, it remains vital and relevant to the new challenges arising in the field.Access to the password-protected companion Website and myeBook is included with each new copy of Discrete-Time Signal Processing, Third Edition.Ch 1:IntroductionCh 2:Discrete Time-Signals and SystemsCh 3:The z-TransformCh 4:Sampling of Continuous-Time SignalsCh 5:Transform Analysis of Linear Time-Invariant SystemsCh 6:Structures for Discrete-Time SystemsCh 7:Filter Design TechniquesCh 8:The Discrete Fourier TransformCh 9:Computation of the Discrete Fourier TransformCh 10:Fourier Analysis of Signals Using the Discrete Fourier TransformCh 11:Parametric Signal ModelingCh 12:Discrete Hilbert TransformsCh 13:Cepstrum Analysis and Homomorphic DeconvolutionAppendix A. Random SignalsAppendix B. Continuous-Time FiltersAppendix C. Answers to Selected Basic Problems 目錄 Ch 1:Introduction Ch 2:Discrete Time-Signals and Systems Ch 3:The z-Transform Ch 4:Sampling of Continuous-Time Signals Ch 5:Transform Analysis of Linear Time-Invariant Systems Ch 6:Structures for Discrete-Time Systems Ch 7:Filter Design Techniques Ch 8:The Discrete Fourier Transform Ch 9:Computation of the Discrete Fourier Transform Ch 10:Fourier Analysis of Signals Using the Discrete Fourier Transform Ch 11:Parametric Signal Modeling Ch 12:Discrete Hilbert Transforms Ch 13:Cepstrum Analysis and Homomorphic Deconvolution Appendix A. Random Signals Appendix B. Continuous-Time Filters Appendix C. Answers to Selected Basic Problems

統計學 (4版)

其他會員也一起購買

【中文書】 書名：統計學(第四版) 作者：陳順宇 出版社：華泰 出版日期：2004/05/05 ISBN：9789574116645 內容簡介 　　本書讓初學統計的讀者能容易看懂，而且如有老師教導，更能事半功倍，希望它不但具有觀念的啟發冷　能深入淺出，尤其例題與習題要能本土化、實務化，讓學生熟習身邊的事務，避免過多的數學理論。 目錄 第一章 統計的認識 第二章 統計圖表 第三章 敘述統計量 第四章 機率概論 第五章 離散型隨機變數 第六章 常態分配 第七章 抽樣分配 第八章 假設之檢定與信賴區間 第九章 兩組樣本之檢定 第十章 比例問題的推論 第十一章 卡方檢定 第十二章 變異數分析 第十三章 簡單線性迴歸 第十四章 複相關與複回之歸分析 第十五章 時間數列 第十六章 無母數方法

多變量分析 (4版)

其他會員也一起購買

【中文書】 書名：多變量分析(四版) 作者：陳順宇 出版社：華泰 出版日期：2005/06/29 ISBN：9789574127597 內容簡介 　本書適合企管、工管、商學、教育、都計、交通、理工農社會各研究所一學期3學分的多變量分析課程，也可做為統計系或其他科系大學部學生教學、自修的參考。書內列舉許多範例，部份是國外名著例題，也有部份是本土化的實例，如能配合統計軟體，學習會更順暢。 　　此書特別推薦STATISTICA統計軟體，它對學習多變量分析有很多幫助，此軟體主要特點是短小精幹，當然有部份較複雜的分析仍要借重如SAS等大型軟體，每章都附有軟體操作程序及習題，使讀者能了解多變量分析的應用。 本版與前版的差別有： (1)增加課文內容說明、例題與習題，頁數約增加一百頁。 (2)軟體使用除了原有STATISTICA與SAS操作說明，再增加SPSS與AMOS。 (3)附錄增加習題奇數題解答。 (4)提供例題與習題的資料檔(STATISTICA、EXCEL、SPSS等)，可於網路上免費下載(webftp.cjcu.edu.tw/~sychen/)。 目錄 第1章 主成份分析 第2章 因素分析 第3章 典型相關 第4章 區別分析 第5章 多元尺度化 第6章 群集分析 第7章 多變量變異數分析 第8章 測量之信度與效度分析 第9章 線性結構關係模式 附錄A 個案研究 附錄B 統計查表 附錄C 英漢對照索引 附錄D 參考文獻 附錄E 習題解答

Foundations of Nanomechanics from Solid-State Theory to Devices Applications 2003

其他會員也一起購買

(特價399)Foundations of Nanomechanics from Solid-State Theory to Devices Applications 2003 (SV) 3-540-43361-8 A.N.CLELAND 9783540436614 書名：Foundations of Nanomechanics: From Solid-State Theory to Device Applications 作者：CLELAND 出版社：Springer 出版日期：2002/12/01 ISBN：9783540436614

Analysis of Variance in Statistical Image Processing

其他會員也一起購買

A key problem in practical image processing is the detection of specific features in a noisy image. Analysis of variance (ANOVA) techniques can be very effective in such situations, and this book gives a detailed account of the use of ANOVA in statistical image processing. The book begins by describing the statistical representation of images in the various ANOVA models. The authors present a number of computationally efficient algorithms and techniques to deal with such problems as line, edge, and object detection, as well as image restoration and enhancement. By describing the basic principles of these techniques, and showing their use in specific situations, the book will facilitate the design of new algorithms for particular applications. It will be of great interest to graduate students and engineers in the field of image processing and pattern recognition.

Quantum Wells Wires & Dots 2/E 2005 <JW> 0-470-01079-7 (2版)

其他會員也一起購買

書名：(特價書) Quantum Wells Wires & Dots 2/E 2005 <JW> 0-470-01079-7 作者：P.HARRISON 出版社：JOHN WILEY & SONS Pte. Ltd. 出版日期：2005-09 ISBN：9780470010792

深度學習 - 影像處理應用1/e (1版)

其他會員也一起購買

商品描述 本書特色 1.基礎到技術循序漸進，並以圖示簡化流程圖與其描述。 2.書內理論提供詳細公式並附有豐富的程式碼進行演示。 3.本書介紹並呈現多種視覺任務，包含影像增強、除雨、偵測、辨識、分類...等應用。 內容簡介 本書介紹深度學習於影像處理中的應用，從基礎的機器學習與深度學習技術講起，接著由淺入深地探討深度學習的原理與實現，同時結合實例進行演示和實驗。最後介紹電腦視覺與影像處理的相關技術，並結合深度學習模型應用於多種視覺任務的應用。書中分為兩大部分：第一部分(前七章)將介紹機器學習和深度學習的基礎知識，包括常用的機器學習模型、損失函數、優化算法等，也會在此介紹常見的卷積神經網路(CNN)、循環神經網路(RNN)和生成對抗網路(GAN)等；第二部分(第八章)將深入探討深度學習算法在影像處理中的應用，我們將通過實際案例和實驗，向讀者演示這些算法的原理和實現方法，並探討如何應用這些算法來解決影像處理中的實際問題。本書適用大學、科大資工、電機、資訊科學系「深度學習」課程使用。 目錄大綱 CH1 人工智慧基本介紹 1-1　何謂人工智慧 1-2　人工智慧、機器學習及深度學習 1-3　人工智慧對人類社會的影響 CH2 環境與資料科學套件介紹 2-1　Google Colab 環境介紹 2-2　Numpy 介紹 2-3　Pandas 介紹 2-4　Pytorch 介紹 2-5　Matplotlib 介紹 CH3 機器學習與深度學習基礎 3-1　機器學習基礎 3-2　深度學習基礎 CH4 卷積神經網路 4-1　類神經網路 4-2　卷積神經網路 4-3　轉置卷積 4-4　其他卷積方法 4-5　卷積神經網路於Pytorch 之實現 CH5 常用深度學習訓練技巧 5-1　標準化 5-2　正則化 5-3　遷移學習及預訓練模型 5-4　交叉驗證 5-5　集成學習 5-6　平行訓練 5-7　深度學習應用於影像處理之技巧 CH6 深度學習架構介紹 6-1　LeNet 6-2　VGGNet 6-3　U-Net 6-4　Residual Network(ResNet) 6-5　InceptionNet(GoogLeNet) 6-6　DenseNet 6-7　Fully Convolutional Networks (FCNs) 6-8　MobileNet V1 6-9　EfficientNet CH7 進階深度學習技術介紹 7-1　循環神經網路 7-2　長短記憶模型 7-3　門控循環單元 7-4　Attention is all you need 7-5　其他的注意力(Attention)機制 7-6　Vision Transformer(ViT) 7-7　Swin Transformer 7-8　生成對抗式網路(GAN) 7-9　Conditional Generative Adversarial Network（cGAN） 7-10　Pix2pix 7-11　循環生成對抗式網路 CH8 基於影像的深度學習案例 8-1　影像基本原理介紹 8-2　基本影像處理 8-3　邊緣抽取、影像增強與校正 8-4　影像辨識與分類 8-5　深度學習在影像處理的應用 8-6　影像修復與辨識實驗之程式碼介紹