《现代通信原理》系统、清晰地介绍了通信系统的基本概念、基本原理和基本技术，以及设计与分析的方法。
全书共分10章。
内容包括通信的基本概念、通信系统的组成、分类和性能指标要求、确知信号和随机信号的分析、信道的基本特性和对信号传输的影响、模拟调制系统、数字基带传输系统、数字带通传输系统、模拟信号的数字传输、差错控制原理、同步原理和信道复用原理等

单服务员的排队模型(M／M／1模型)是排队论中重要的排队系统。
介绍排队论的基本概念，讨论和研究单服务员排队模型的过程和基本原理，通过数学计算得出单服务员排队模型中重要的运行指标。
针对典型实例，借助于计算机软件包Matlab6．5进行了蒙特卡洛模拟。

本书力求覆盖关于医学图象处理和分析技术的广泛的专题和最新发展。
内容包括作为医学图象研究的基础知识、增强技术、分割技术、配准技术和可视化技术。
作为扩展知识包括图象压缩、PACS、标准图谱、图象引导手术和引导治疗等关于医学图象的诊断和治疗应用。
本书可作为研究生教材，或作为大学、专科学校有关专业的医学图象处理课程的教材。
对医学图象处理感兴趣的工程技术人员、教师和科学研究人员使用本书可以学习有关医学图象处理的基本概念，查找有关算法和作为研究工作的参考工具。

本书对数据挖掘的基本算法进行了系统介绍，每种算法不仅介绍了算法的基本原理，而且配有大量例题以及源代码，并对源代码进行了分析，这种理论和实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。
全书共分11章，内容同时涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法，具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、Kmeans聚类算法、K中心点聚类算法、神经网络聚类算法以及数据挖掘的发展等内容。
本书可作为高等院校数据挖掘课程的教材，也可以作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。
第1章绪论11.1数据挖掘的概念11.2数据挖掘的历史及发展11.3数据挖掘的研究内容及功能51.3.1数据挖掘的研究内容51.3.2数据挖掘的功能61.4数据挖掘的常用技术及工具91.4.1数据挖掘的常用技术91.4.2数据挖掘的工具121.5数据挖掘的应用热点121.6小结14思考题15第2章数据预处理162.1数据预处理的目的162.2数据清理182.2.1填充缺失值182.2.2光滑噪声数据182.2.3数据清理过程192.3数据集成和数据变换202.3.1数据集成202.3.2数据变换212.4数据归约232.4.1数据立方体聚集232.4.2维归约232.4.3数据压缩242.4.4数值归约252.4.5数据离散化与概念分层282.5特征选择与提取302.5.1特征选择302.5.2特征提取312.6小结33思考题33第3章关联规则挖掘353.1基本概念353.2关联规则挖掘算法——Apriori算法原理363.3Apriori算法实例分析383.4Apriori算法源程序分析413.5Apriori算法的特点及应用503.5.1Apriori算法特点503.5.2Apriori算法应用513.6小结52思考题52第4章决策树分类算法544.1基本概念544.1.1决策树分类算法概述544.1.2决策树基本算法概述544.2决策树分类算法——ID3算法原理564.2.1ID3算法原理564.2.2熵和信息增益574.2.3ID3算法594.3ID3算法实例分析604.4ID3算法源程序分析644.5ID3算法的特点及应用724.5.1ID3算法特点724.5.2ID3算法应用724.6决策树分类算法——C4.5算法原理734.6.1C4.5算法734.6.2C4.5算法的伪代码754.7C4.5算法实例分析764.8C4.5算法源程序分析774.9C4.5算法的特点及应用1014.9.1C4.5算法特点1014.9.2C4.5算法应用1014.10小结102思考题102第5章贝叶斯分类算法1035.1基本概念1035.1.1主观概率1035.1.2贝叶斯定理1045.2贝叶斯分类算法原理1055.2.1朴素贝叶斯分类模型1055.2.2贝叶斯信念网络1075.3贝叶斯算法实例分析1105.3.1朴素贝叶斯分类器1105.3.2BBN1125.4贝叶斯算法源程序分析1145.5贝叶斯算法特点及应用1195.5.1朴素贝叶斯分类算法1195.5.2贝叶斯信念网120思考题121第6章人工神经网络算法1226.1基本概念1226.1.1生物神经元模型1226.1.2人工神经元模型1236.1.3主要的神经网络模型1246.2BP算法原理1266.2.1Delta学习规则的基本原理1266.2.2BP网络的结构1266.2.3BP网络的算法描述1276.2.4标准BP网络的工作过程1296.3BP算法实例分析1306.4BP算法源程序分析1346.5BP算法的特点及应用1436.5.1BP算法特点1436.5.2BP算法应用1446.6小结145思考题145第7章支持向量机146

《Java程序性能优化：让你的Java程序更快、更稳定》共6章，先后从软件设计、软件编码、JVM调优以及程序故障排斥等方面介绍针对Java程序的优化方法。
第1章介绍性能的基本概念、定律、系统调优的过程和注意事项。
第2章从设计层面介绍与性能相关的设计模式、组件。
第3章从代码层面介绍如何编写高性能的Java程序。
第4章介绍了并行开发和如何通过多线程提高系统性能。
第5章立足于JVM虚拟机层面，介绍如何通过设置合理的JVM参数提升Java程序的性能。
第6章为工具篇，介绍了获取和监控程序或系统性能指标的各种工具，包括相关的故障排查工具。

现代信号谱分析·目录第1章　基本概念1.1　引言1.2　确定信号的能量谱密度1.3　随机信号的功率谱密度1.4　功率谱密度的性质1.5　谱估计问题1.6　补充内容1.7　习题第2章　非参数化方法2.1引言2.2　周期图和相关图方法2.3　用FFT计算周期图2.4　周期图法的性质2.5　Blackman－Tukey方法2.6　窗函数设计中需考虑的问题2.7　其他改进的周期图方法2.8　补充内容2.9　习题第3章　有理谱估计的参数化方法3.1引言3.2　有理谱信号3.3ARMA过程的协方差结构3.4AR信号3.5Yule-Walker方程的阶递推解法3.6MA信号3.7ARMA信号3.8　多变量ARMA信号3.9　补充内容3.10　习题第4章　线谱估计的参数化方法4.1引言4.2　噪声中的正弦信号模型4.3　非线性最小二乘方法4.4　高阶Yule-Walker方法4.5　Pisarenko和MUSIC方法4.6　最小模方法4.7　ESPRIT方法4.8　前向－后向方法4.9　补充内容4.10　习题第5章　滤波器组方法5.1　引言5.2　周期图的滤波器组解释5.3　改进的滤波器组方法5.4　Capon方法5.5　用滤波器组进一步解释周期图5.6　补充内容5.7　习题第6章　空域方法6.1引言6.2　阵列模型6.3　非参数化方法6.4　参数化方法6.5　补充内容6.6　习题附录A　线性代数和矩阵分析工具附录B　Cramer-Rao界分析工具附录C　模型阶数选择方法附录D　部分习题答案参考文献

应用随机过程，作者：刘嘉焜出版社：科学出版社出版日期：2005-01ISBN：703013006版次：2版包装：平装开本：小16开页数：355页印张：1次在本书第一版中，作者重视理论的实际背景和应用的写作风格，便许多工作在不同领域的读者能够比较容易地掌握这个困难的数学领域，因而受到欢迎。
在本书第二版中，作者继续发扬这一写作风格，并增加了一些内容，如吸收Markov链，随机微分方程在金融工程中的应用和时间序列分析等，其中包括了作者本人的研究成果。
本书主要内容包括随机过程的基本概念、马氏过程、随机分析与随机微分方程、平稳过程等。
本书读者对象为高等院校工程各专业以及数学、物理、化学、生物工程、信息管理、经济和金融等专业的研究生、教师、大学高年级学生，以及科技工作者。

纠错编码的发展，理论，基本概念，各种编码介绍，包括纠错编码BHC汉明码turbo码

一本好书，研究dds数字频率合成必读！内容简介《直接数字频率合成》共6章，比较全面、深入地讨论了DDS的理论与应用。
主要内容包括DDS的基本概念、相位累加器、正弦查表、D/A变换器的噪声分析；
拟周期脉冲删除；
级数展开、连分式展开；
DDS相位噪声和杂散产生的机理及其降低；
DDS与PLL的组合；
分数-N频率合成器原理；
低噪声微波频率合成器的设计原理；
新的DDS结构等。
《直接数字频率合成》的特点是：内容新，反映了现在的研究和发展水平；
抓住问题的主要方面，把理论与应用结合在一起；
可供无线电通信领域中的研究者和工程技术人员学习参考，也可作为工作在其他领域中的有关人员学习参考。
3目录序言第1章直接数字频率合成原理1.1DDS的基本概念1.2相位累加器1.3正弦查表1.4D/A变换器1.4.1数字编码1.4.2输出波形1.5具有调制能力的DDS系统1.6逼近频率合成第2章DDS中的相位和杂散噪声2.1引言2.2矩形波输出2.2.1拟周期脉冲删除2.2.2基于修正的恩格尔级数展开的系统2.2.3基于连分式展开的系统2.2.4基于展开组合的系统2.2.5杂散信号2.3正弦波输出2.3.1量化输出正弦波的傅里叶分析2.3.2相位截断正弦波的频谱分析2.3.3正弦字的截断2.3.4背景杂散信号电平的估计2.3.5W和S之间的关系2.4D/A变换器的噪声分析2.4.1量化引起的信噪比2.4.2D/A变换器引起的非线性杂散信号2.4.3突发性尖脉冲2.5脉冲速率频率合成器的频谱第3章DDS中相位噪声和杂散信号的降低3.1DDS的噪声特性3.1.1不同电路的噪声特性3.1.2DDS的相位噪声3.2DDS中接近载波的噪声3.2.1DDS输出噪声的计算3.2.2接近载波噪声的理论基础3.2.3杂散频谱的估计3.2.4实验结果及讨论3.3输出滤波器3.4改进DDS电路的设计3.4.1降低ROM的容量3.4.2降低突发性尖脉冲的方法3.5DDS频谱性能的改进3.6DDS与PLL的组合3.6.1DDS与PLL组合合成器3.6.2十进制DDS的设计第4章分数-N频率合成器原理4.1FNPLL环路4.1.1FNPLL环路的组成4.1.2FNPLL环路的工作原理4.2FNPLL环路简化频率合成4.3使用FNPLL环路的频率合成器4.4DDS控制吞脉冲分数-N频率合成原理4.5DDS控制吞脉冲分数-N环路的杂散相位调制4.6双模式分频器4.7多级调制分数分频器4.7.1分数分频的新方法4.7.2具有∑-△结构的分数-N频率合成中的杂散信号4.7.3分数分频器的实现第5章低噪声微波频率合成器的设计原理5.1微波环路的基本框图5.2微波环路中的加性噪声5.3用环路滤波器改善输出噪声5.4微波频率合成举例5.4.1超低噪声微波频率合成器5.4.2雷达和通信系统中的低噪声频率合成器第6章新的DDS结构6.1混合DDS6.1.1混合DDS结构6.1.2800MHz混合DDS6.2DDS后接重复分频和混频器6.2.1总的要求6.2.25100结构作为偏移合成器6.2.3混频和分频链的前后端6.3综合技术结构6.4IIR滤波方法6.4.1IIR谐振器6.4.2用TMS320C30产生正弦波6.5复位方法6.5.1无稳定性控制的IIR滤波器6.5.2有稳定性控制的IIR滤波器6.5.3有稳定性控制和小□值的IIR滤波器6.5.4DCSW方法6.5.5IIR-ALT方法6.6实现与试验结果6.6.1数值输出6.6.2模拟输出附录附录A：拉普拉斯变换附录B：z变换附录C：DDS输出的傅里叶变换附录D：正交调制器相位误差的数字相位预矫正

视频课程源：http://xilinx.eetop.cn/category-83目录1从软件工程师的角度来看FPGA架构32VivadoHLS的工作机制53-4HLS设计流程基本概念95任意精度数据类型155.1C语言支持的数据类型155.2sizeof()函数使用165.3设置VisualStudio支持任意精度数据类型176数组类型转换176.1变量的定义和初始化176.2定点数据类型186.3浮点数据类型的定义和初始化196.4隐式数据类型转换196.5显示数据类型转换197VivadoHLS中的复合数据类型207.1结构体207.2枚举类型228VivadoHLS中的C++基本运算239测试平台的基本架构259.1TestBench259.2CTestBench2610测试激励2811测试输出检测与格式控制2811.1Scoreboard2811.2输出格式控制3012接口综合基本介绍3312.1接口综合概述3312.2block-levelinterfaceprotocol和port-levelinterfaceprotocol3413接口综合之数组3514接口综合案例演示3714.1添加寄存器3714.2添加时钟使能信号3814.3指令优化3815for循环优化-基本性能指标4015.1基本衡量指标4015.2for循环pipeline4115.3for循环UNROLL展开4115.4for循环变量i4216for循环优化-循环合并4217for循环优化-数据流4618for循环优化-嵌套的for循环优化5418.1循环嵌套类型5418.2Perfectloopnest示例5518.3Imperfectloopnest示例5619for循环优化-其他优化方法5919.1for循环的并行性5919.2for循环pipeline时的rewind选项6119.3for循环的循环边界是变量时处理方法6420数组优化-数组分割6720.1数组接口6720.2数组分割6721数组优化-数组映射和重组6921.1数组的映射6921.2数组的重组7221.3综合对比7222数组优化-其他优化方法7222.1定义ROM7222.2数组的初始化7423函数层面优化7523.1代码风格7523.2Inline7523.3Allocation7523.3Dataflow7524总结分析7724.1改善吞吐率（Throughput）7724.2改善时延（Latency）7824.3改善资源（Area）79

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。