《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。 作　者：(希)Sergios Theodoridis / (希)Konstantinos Koutroumbas，李晶皎等译 第1章 导论 1.1 模式识别的重要性 1.2 特征、特征向量和分类器 1.3 有监督、无监督和半监督学习 1.4 MATLAB程序 1.5 本书的内容安排 第2章 基于贝叶斯决策理论的分类器 2.1 引言 2.2 贝叶斯决策理论 2.3 判别函数和决策面 2.4 正态分布的贝叶斯分类 2.5 未知概率密度函数的估计 2.6 最近邻规则 2.7 贝叶斯网络 习题 MATLAB编程和练习 参考文献 第3章 线性分类器 3.1 引言 3.2 线性判别函数和决策超平面 3.3 感知器算法 3.4 最小二乘法 3.5 均方估计的回顾 3.6 逻辑识别 3.7 支持向量机 习题 MATLAB编程和练习 参考文献 第4章 非线性分类器 4.1 引言 4.2 异或问题 4.3 两层感知器 4.4 三层感知器 4.5 基于训练集准确分类的算法 4.6 反向传播算法 4.7 反向传播算法的改进 4.8 代价函数选择 4.9 神经网络大小的选择 4.10 仿真实例 4.11 具有权值共享的网络 4.12 线性分类器的推广 4.13 线性二分法中1维空间的容量 4.14 多项式分类器 4.15 径向基函数网络 4.16 通用逼近 4.17 概率神经元网络 4.18 支持向量机：非线性情况 4.19 超越SVM的范例 4.20 决策树 4.21 合并分类器 4.22 合并分类器的增强法 4.23 类的不平衡问题 4.24 讨论 习题 MATLAB编程和练习 参考文献 第5章 特征选择 5.1 引言 5.2 预处理 5.3 峰值现象 5.4 基于统计假设检验的特征选择 5.5 接收机操作特性（ROC）曲线 5.6 类可分性测量 5.7 特征子集的选择 5.8 最优特征生成 5.9 神经网络和特征生成/选择 5.10 推广理论的提示 5.11 贝叶斯信息准则 习题 MATLAB编程和练习 参考文献 第6章 特征生成I：线性变换 6.1 引言 6.2 基本向量和图像 6.3 Karhunen-Loève变换 6.4 奇异值分解 6.5 独立成分分析 6.6 非负矩阵因子分解 6.7 非线性维数降低 6.8 离散傅里叶变换（DFT） 6.9 离散正弦和余弦变换 6.10 Hadamard变换 6.11 Haar变换 6.12 回顾Haar展开式 6.13 离散时间小波变换（DTWT） 6.14 多分辨解释 6.15 小波包 6.16 二维推广简介 6.17 应用 习题 MATLAB编程和练习 参考文献 第7章 特征生成II 7.1 引言 7.2 区域特征 7.3 字符形状和大小的特征 7.4 分形概述 7.5 语音和声音分类的典型特征 习题 MATLAB编程和练习 参考文献 第8章 模板匹配 8.1 引言 8.2 基于最优路径搜索技术的测度 8.3 基于相关的测度 8.4 可变形的模板模型 8.5 基于内容的信息检索：相关反馈 习题 MATLAB编程和练习 参考文献 第9章 上下文相关分类 9.1 引言 9.2 贝叶斯分类器 9.3 马尔可夫链模型 9.4 Viterbi算法 9.5 信道均衡 9.6 隐马尔可夫模型 9.7 状态驻留的HMM 9.8 用神经网络训练马尔可夫模型 9.9 马尔可夫随机场的讨论 习题 MATLAB编程和练习 参考文献 第10章 监督学习：尾声 10.1 引言 10.2 误差计算方法 10.3 探讨有限数据集的大小 10.4 医学图像实例研究 10.5 半监督学习 习题 参考文献 第11章 聚类：基本概念 11.1 引言 11.2 近邻测度 习题 参考文献 第12章 聚类算法I：顺序算法 12.1 引言 12.2 聚类算法的种类 12.3 顺序聚类算法 12.4 BSAS的改进 12.5 两个阈值的顺序方法 12.6 改进阶段 12.7 神经网络的实现 习题 MATLAB编程和练习 参考文献 第13章 聚类算法II：层次算法 13.1 引言 13.2 合并算法 13.3 cophenetic矩阵 13.4 分裂算法 13.5 用于大数据集的层次算法 13.6 最佳聚类数的选择 习题 MATLAB编程和练习 参考文献 第14章 聚类算法III：基于函数最优方法 14.1 引言 14.2 混合分解方法 14.3 模糊聚类算法 14.4 可能性聚类 14.5 硬聚类算法 14.6 向量量化 附录 习题 MATLAB编程和练习 参考文献 第15

Spring in action 中文版，Spring实战（第4版），电子书，epub格式

介绍了各种典型的数据结构，以及递归、查找和排序的方法 很好的学习资料===========================================》 【第1章】 绪论 数据结构的基本概念 抽象数据类型和软件构造方法 算法和算法的时间复杂度 【第2章】 线性表 线性表抽象数据类型 顺序表 单链表 循环单链表 循环双向链表 静态链表 设计举例 【第3章】 堆栈和队列 堆栈 堆栈应用 队列 队列应用 优先级队列 【第4章】 串 串的基本概念和C语言的串函数 串的存储结构 动态数组实现的顺序串 串的模式匹配算法——BF算法 【第5章】 数组 数组的基本概念 动态数组 特殊矩阵 稀疏矩阵 【第6章】 递归算法 递归的概念 递归算法的执行过程 递归算法的设计方法 递归过程和运行时栈 递归算法的效率分析 设计举例 【第7章】 广义表 广义表的概念 广义表的存储结构 广义表的操作实现 【第8章】 树和二叉树 树 二叉树 二叉树设计 二叉树遍历 线索二叉树 哈夫曼树 等价问题 树与二叉树的转换 树的遍历 【第9章】 图 图的基本概念 图的存储结构 图的实现 图的遍历 最小生成树 最短路径 拓扑排序 关键路径 【第10章】 排序 图的基本概念 图的存储结构 图的实现 图的遍历 最小生成树 最短路径 拓扑排序 关键路径 【第11章】 查找 查找的基本概念 静态查找表 动态查找表 哈希表

《国外名校**教材精选：概率随机变量与随机过程（第4版）》是美国著名学者A·帕普里斯教授所著的一本经典教材。自1965年第1版问世以来至今已第4版，它一直被美国多所大学用作相关专业的研究生教材，长久不衰。在本书第4版中，作者按照演绎规则，同时结合大量工程上非常感兴趣的例子系统地、逐步地展开了概率论和随机过程的内容。本书可作为本科高年级和研究生概率论和随机过程课程的教材，主要用于电子和计算机工程、数学和物理专业的学生。这本书包括了多个精美的主题内容，可用于两或三门不同的课程。第4版进行了显著更新，包括增加了一个新的合作作者S·U·佩莱教授。

Java程序设计实用教程（第4版）[叶核亚]习题解答与试题库、书上的案例和源代码和ppt

计算机系统：核心概念及软硬件实现(第4版) 计算机系统：核心概念及软硬件实现(第4版)

宝典丛书MATLAB 宝典 第4版 光盘内容

Java程序设计实用教程（第4版）[叶核亚][案例及素材]，包含本书的全套源代码，绝对给力，学习java的朋友，绝对值得下载。对于有些同学，这些源代码可以用来做课程设计，例外对于本书配套的教学课件ppt，以及课后习题解答和测试题，可以在继续搜索下载。

C#本质论(第4版,C# 5.0).pdf （高清完整版） 书的信息： 【书名】C#本质论 原书第4版 【作 者】（美）米凯利斯，（美）利珀特著 【出版发行】 北京：人民邮电出版社 , 2014.03 【ISBN号】978-7-115-33675-0 【页 数】 652 【原书定价】108.00

比樊昌信的通信原理版本个人认为更好用《"十二五"普通高等教育本科 规划教材·信息通信专业教材系列:通信原理(第4版)》系统、深入地介绍了通信系统和通信网的基本原理与基本分析方法，是通信及信息专业的专业基础课教材。《"十二五"普通高等教育本科 规划教材·信息通信专业教材系列:通信原理(第4版)》概念清楚，取材新颖，书中列举了大量例题，还附有习题及部分习题答案。《"十二五"普通高等教育本科 规划教材·信息通信专业教材系列:通信原理(第4版)》可作为高等学校通信工程、电子工程和其他相近专业本科生的教材，也可供通信工程技术人员和科研人员作为参考书。