编辑推荐 《计算机视觉:算法与应用(套装共2册)》作为本科生和研究生“计算机视觉”课程的理想教材，适合计算机和电子工程专业学生使用，重点介绍现实中行之有效的基本技术，通过大量应用和练习来鼓励学生大胆创新。此外，《计算机视觉:算法与应用(套装共2册)》的精心设计和编排，使其可以作为计算机视觉领域中一本独特的基础技术参考和最新研究成果文献。 作者简介 作者：（美国）塞利斯基 （Szeliski R.） 译者：艾海舟 兴军亮 塞利斯基（Szeliski R.），计算机视觉领域的大师级人物，Szeliski博士在计算机视觉研究方面有25年以上的丰富经验，先后任职于DEC和微软研究院1996年，他在微软研究院任职期间，提出一种基于运动的全景图像拼接模型，采用L—M算法，通过求图像间的几何变换关系来进行图像匹配，此方法是图像拼接领域的经典算法，Richard ；Szel ；iski也因此成为图像拼接领域的奠基人。 艾海舟博士，清华大学计算机系教授，IEEE高级会员和IEEE ；CS会员。先后于1985年、1988年和1991年获得清华大学工学学士、硕士和博士学位，博士论文荣获“1992年度清华大学优秀博士论文”奖1994—1996年，在比利时布鲁塞尔自由大学做博士后研究。目前，在清华大学教授“数字图像处理”和“计算机视觉”课程，研究方向为计算机视觉与模式识别。发表学术论文80余篇。

非扫描版

:laptop: OSAVA-操作系统算法可视化应用 目录 关于 OSAVA是允许用户可视化各种操作系统算法的应用程序。 下载 OSAVA Android： ： id org.nsit.osava OSAVA Windows： ： 描述 操作系统算法可视化应用程序的开发旨在帮助学生学习操作系统中使用的不同类型的算法。 Silberschatz等人给出的算法的标准版本。 （2012），已被遵循。 已经考虑了算法的不同变体和所有参数。 可视化遵循Silberschatz等人中使用的概念和符号。 （2012）。 该应用程序的用户界面一直保持简单且互动。 该应用程序可用于台式机和Android。 快

计算机视觉领域大牛理查德-塞利斯基的经典著作，对计算机视觉领域的最新发展做了很好的总结和讲解

【蚁群算法及其应用】 蚂蚁觅食行为与觅食策略 蚂蚁系统——蚁群系统的原型 改进的蚁群优化算法 蚁群优化算法的仿真研究 蚁群算法的应用——对QoS组播路由问题求解 20世纪50年代中期创立了仿生学，人们从生物进化的机理中受到启发。提出了许多用以解决复杂优化问题的新方法，如进化规划、进化策略、遗传算法等，这些算法成功地解决了一些实际问题。 20世纪90年代意大利学者M．Dorigo，V．Maniezzo，A．Colorni等从生物进化的机制中受到启发，通过模拟自然界蚂蚁搜索路径的行为，提出来一种新型的模拟进化算法—— 蚁群算法，是群智能理论研究领域的一种主要算法。用该方法求解TSP问题、分配问题、job-shop调度问题，取得了较好的试验结果．虽然研究时间不长，但是现在的研究显示出，蚁群算法在求解复杂优化问题（特别是离散优化问题）方面有一定优势，表明它是一种有发展前景的算法． 这种方法能够被用于解决大多数优化问题或者能够转化为优化求解的问题。现在其应用领域已扩展到多目标优化、数据分类、数据聚类、模式识别、电信QoS管理、生物系统建模、流程规划、信号处理、机器人控制、决策支持以及仿真和系统辩识等方面，群智能理论和方法为解决这类应用问题提供了新的途径。 群智能理论研究领域有两种主要的算法：蚁群算法(Ant Colony Optimization, ACO)和微粒群算法（Particle Swarm Optimization, PSO）。前者是对蚂蚁群落食物采集过程的模拟，已成功应用于许多离散优化问题。微粒群算法也是起源于对简单社会系统的模拟，最初是模拟鸟群觅食的过程，但后来发现它是一种很好的优化工具。

王小平、曹立明 著，西安交通大学出版社 相应内容有： \GA 本书中所附源程序C或C++代码文件及其可执行文件 Scs.cpp 基本分类算法源程序， 输入数据文件cfile.txt,efile.txt,gfile.txt,pfile.txt ,rfile.txt,tfile.txt Sga.c 基本遗传算法源程序, 输入数据文件input，输出文件output A_life.c 基于遗传算法的人工生命模拟源程序, 输入数据文件world GA_nn.c 基于遗传算法优化神经网络结构源程序,输入数据文件sample Patmat.c 基于遗传算法提取基元图形源程序 \Sources 遗传算法相关自由软件及代码

人工鱼群算法及其应用,解决最优化问题，追尾原理。。。。。。。

590412 数据结构、算法与应用 C++语言描述 原书第2版——高清扫遍版带书签，是你提高算法思想，锻炼算法实践能力的不二之选！你值得拥有！！

《计算机视觉：算法与应用》探索了用于分析和解释图像的各种常用技术，描述了具有一定挑战性的视觉应用方面的成功实例，兼顾专业的医学成像和图像编辑与拼接之类有趣的大众应用，以便学生能够将其应用于自己的照片和视频，从中获得成就感和乐趣。《计算机视觉：算法与应用》从科学的角度介绍基本的视觉问题，将成像过程的物理模型公式化，然后在此基础上生成对场景的逼真描述。作者还运用统计模型来分析和运用严格的工程方法来解决这些问题。 　　《计算机视觉：算法与应用》作为本科生和研究生“计算机视觉”课程的理想教材，适合计算机和电子工程专业学生使用，重点介绍现实中行之有效的基本技术，通过大量应用和练习来鼓励学生大胆创新。此外，本书的精心设计和编排，使其可以作为计算机视觉领域中一本独特的基础技术参考和新研究成果文献。

数学建模算法与应用第二版（程序与数据） 各章例题的程序文件命名规则为：ex[章编号]_[例题标号]_[该例中的程序顺序号] 例如第3章例5中有两个程序，第1个程序命名为ex3_5_1，第2个程序命名为ex3_5_2。 各章案例的程序文件命名规则为：anli[章编号]_[案例编号]_[该案例中的程序顺序号] 例如第4章只有1个案例，包含两个程序，分别命名为anli4_1_1和anli4_1_2。 Matlab函数对应的文件名与函数名相同。