内容介绍
用户评论
全部咨询
本书是为全国普通高等院校“信息与计算科学”专业本科生编写的专用教材，主要从“大学科”角度阐述当代信息工程的若干代表性领域、相关基本问题、基本模型与基本方法。主要内容包括：绪论、通信系统原理、非平稳信号时频分析、图像压缩、模式识别、自动控制与系统辨识、信息加密与信息安全、数据挖掘与数据库中的知识发现等。全书各章内容独立，可由教师在讲授中灵活取舍。各章末均配有思考题与习题，可供学生选做。
本书除可作为“信息与计算科学”专业本科生教材使用外，也可供数学系、计算机科学系、物理系、信息工程类、管理工程类各专业教师与研究生参考。
目录
- 第1章 绪论
1·1信息科学与信息工程
1·1·1信息科学发展简史
1·1·2信息科学的概念、特征与描述
1·1·3信息科学方法论
1·2信息技术与数学
1·2·1信息技术的定义和范围
1·2·2信息技术体系的层次关系
1·2·3信息技术与数学
第2章 通信系统原理
2·1引论
2·1·1通信系统的一般概念
2·1·2通信系统的质量指标
2·2模拟信号的调制和数字通信
2·2·1模拟信号的幅度调制与解调
2·2·2非线性调制与解调
2·2·3模拟信号的脉冲编码调制
2·2·4复用技术及其应用
2·3数字通信技术
2·3·1数字信号的基带传输
2·3·2数字基带信号的频谱特性
2·3·3无码间串扰的基带传输波形
2·3·4无码间串扰基带传输系统的抗噪声性能
2·4数字信号的频带传输
2·4·1二进制数字调制
2·4·2二进制数字调制的抗噪性能
2·5评述与展望
习题
第3章 非平稳信号分析:时频分析
3·1引论
3·1·1时频分析的意义
3·1·2信号的时频表示
3·1·3时频基函数与测不准原理
3·2短时傅里叶变换
3·2·1短时傅里叶变换的定义与性质
3·2·2短时傅里叶变换的时间分辨率与频率分辨率
3·2·3离散短时傅里叶变换
3·3Gabor展开
3·3·1连续Gabor展开
3·3·2离散Gabor展开
3·4Wigner-Ville分布
3·4·1连续时间信号的Wigner-Ville分布
3·4·2Wigner-Ville分布的变型及解析信号的Wigner-Ville分布
3·4·3离散Wigner-Ville分布
3·5小波分析
3·5·1连续小波变换
3·5·2小波框架
3·5·3多分辨分析
3·6评述与展望
习题
第4章 图像压缩
4·1图像压缩编码概述
4·1·1图像的数字化表示与压缩编码
4·1·2图像压缩编码的分类
4·1·3图像质量评价
4·2图像变换编码
4·2·1K-L变换
4·2·2离散余弦变换(DCT)
4·2·3JPEG标准
4·3小波变换图像编码
4·3·1二维多分辨分析
4·3·2基于小波变换的子带系数分类编码
4·4分形图像压缩编码
4·4·1分形
4·4·2分形图像空间
4·4·3迭代函数系统
4·4·4灰度图像的分形编解码原理
4·4·5分形图像压缩编码方法举例
4·5评述与展望
习题
第5章 模式识别
5·1模式识别概论
5·1·1模式识别问题
5·1·2模式识别系统
5·1·3模式识别方法
5·2统计模式识别方法
5·2·1判别函数分类方法
5·2·2Bayes决策
5·2·3密度函数的估计及其判别函数
5·2·4非参数方法与近邻估计
5·3模糊模式识别方法
5·3·1模糊集与模糊关系
5·3·2基于模糊等价关系的分类
5·3·3基于模糊相似关系的分类
5·4评述与展望
习题
第6章 自动控制与系统辨识
6·1绪论
6·1·1自动控制问题
6·1·2自动控制系统的构成
6·2自动控制系统的基本模型与基本问题
6·2·1自动控制系统的数学模型
6·2·2自动控制系统的基本问题
6·2·3自动控制系统的分析与综合
6·3控制系统稳定性、能控性与能观性的判定
6·3·1稳定性判据
6·3·2能控性判据
6·3·3能观性判据
6·4最优控制
6·5系统辨识
6·5·1基本问题
6·5·2线性离散定常系统的参数估计
6·5·3线性离散定常系统的结构辨识
6·6评述与展望
习题
第7章 信息加密与安全
7·1信息加密/解密的基本原理
7·1·1信息安全的基本问题
7·1·2密码体制
7·1·3完善保密性
7·1·4密码体制的安全性
7·2信息加密的数学基础
7·2·1群、环和域
7·2·2模n的剩余类环Zn
7·2·3有限域GF(pn)
7·3序列密码
7·3·1序列密码的工作方式
7·3·2伪随机序列
7·3·3线性反馈移位寄存器序列
7·3·4B-M算法、线性复杂度与密钥流发生器
7·4分组密码
7·4·1分组密码的工作原理
7·4·2DES算法
7·4·3AES算法
7·4·4分组密码的安全性
7·5公钥密码
7·5·1公钥密码的主要思想
7·5·2RSA算法
7·5·3椭圆曲线密码
7·6评述与展望
习题
第8章 数据挖掘与数据库中的知识发现
8·1数据挖掘问题
8·1·1知识发现与知识工程
8·1·2数据挖掘的核心问题
8·1·3意义及困难
8·2数据挖掘的统计学方法
8·2·1聚类分析
8·2·2分类与回归分析
8·2·3探索性数据分析
8·3数据挖掘的机器学习方法
8·3·1神经网络方法
8·3·2决策树方法
8·3·3模糊系统方法
8·4评述与展望
习题
参考文献
京公网安备 11010102004214号