[
-
内容大纲
多模态信号处理是一个跨学科的领域，它涉及多个专业和领域的知识与技能。本书以讲授信号处理与分析基础知识以及多模态信号应用为主要目标，在阐述单模态信号处理与变换、系统特性与系统作用等理论的基础上，进一步介绍相关理论在语音、图像、高铁钢轨检测、脑电信号中的应用以及多模态信号融合处理的方法、技术和实现方法。本书辅以大量Python程序与应用案例，帮助学生更加直观地理解相关理论知识，提高学生运用知识解决工程领域相关问题的能力。全书共计11章，由基础篇和应用篇构成。基础篇共6章，主要阐述信号与系统的基本概念、基本理论与方法。应用篇共5章，主要从多模态信号处理的角度出发，介绍多模态信号处理、融合相关理论以及面向人工智能、机器视觉等新兴领域的应用。
本书可作为普通高校电气工程、电子信息工程、人工智能、机器人工程、通信工程、计算机科学与技术、智能制造、生物医学工程等专业，以及一些与多模态信号处理相关的交叉学科和领域，如认知科学、心理学、神经科学等领域相关专业的教材，也可作为以上学科和领域中专业人士的参考书。 -
作者介绍
-
目录
序
前言
基础篇 信号处理与分析基础理论
第1章 信号与系统的基本概念
1.1 信号的描述与分类
1.1.1 信号的描述
1.1.2 信号的分类
1.2 信号的基本处理与分析
1.2.1 信号的加减与乘除
1.2.2 信号的反转与平移
1.2.3 信号的尺度变换（横坐标展缩）
1.2.4 连续信号的微积分
1.2.5 离散信号的差分与求和
1.2.6 信号分析
1.3 典型信号
1.3.1 冲激信号与阶跃信号
1.3.2 指数信号与正弦信号
1.3.3 抽样信号
1.4 系统的描述与分类
1.4.1 系统的描述
1.4.2 系统的分类
1.4.3 系统分析
习题与思考题
第2章 系统的时域分析
2.1 LTI系统的描述及特点
2.1.1 连续系统的数学描述
2.1.2 离散系统的数学描述
2.2 LTI连续系统的响应
2.2.1 微分方程经典解
2.2.20 -到0+的问题
2.2.3 零输入响应和零状态响应
2.2.4 冲激响应和阶跃响应
2.3 卷积积分
2.3.1 卷积积分的定义与计算
2.3.2 卷积积分的性质
2.4 LTI离散系统的响应
2.4.1 差分方程经典解
2.4.2 零输入响应与零状态响应
2.4.3 单位序列响应和单位阶跃响应
2.5 序列卷积和
2.5.1 卷积和的定义与计算
2.5.2 卷积和的性质
2.5.3 离散系统卷积和的分析方法
习题与思考题
第3章 信号的频域分析
3.1 信号分解与傅里叶级数
3.1.1 信号的正交分解
3.1.2 周期信号的傅里叶级数形式
3.1.3 周期信号的频谱特点及带宽
3.2 傅里叶变换
3.2.1 非周期信号的分解与频谱
3.2.2 傅里叶变换的定义
3.2.3 傅里叶变换的性质
3.3 常用周期信号和非周期信号的傅里叶变换
3.3.1 周期信号的傅里叶变换与频谱
3.3.2 典型非周期信号的傅里叶变换与频谱
3.4 傅里叶逆变换
3.5 能量谱与功率谱
3.6 离散信号的傅里叶分析
3.6.1 周期序列的离散傅里叶级数
3.6.2 非周期序列的离散时间傅里叶变换
3.6.3 离散傅里叶变换
习题与思考题
第4章 LTI系统频域分析
4.1 连续系统的频域分析
4.1.1 频率响应的定义
4.1.2 频率响应的求解
4.1.3 连续系统频域分析
4.2 无失真传输系统与理想低通滤波器
4.2.1 无失真传输系统
4.2.2 理想低通滤波器
4.3 采样定理
4.3.1 信号的采样
4.3.2 时域采样定理
4.3.3 频域采样定理
4.3.4 应用举例
4.4 离散系统的频域分析
4.4.1 离散系统的频率响应
4.4.2 频率响应和单位样值响应的计算
习题与思考题
第5章 信号的拉普拉斯变换与z变换
5.1 连续信号的拉普拉斯变换
5.1.1 拉普拉斯变换的定义
5.1.2 单边拉普拉斯变换的性质
5.1.3 拉普拉斯逆变换
5.2 离散信号的z变换
5.2.1 z变换的定义
5.2.2 z变换的性质
5.2.3 逆z变换
5.3 拉普拉斯变换与z变换的特点及应用
习题与思考题
第6章 系统的变换域分析
6.1 LTI连续系统的复频域分析
6.1.1 LTI连续系统的复频域模型
6.1.2 LTI连续系统的复频域分析
6.2 LTI离散系统的z域分析
6.2.1 LTI离散系统的z域模型
6.2.2 LTI离散系统的z域分析
6.3 系统函数与系统特性
6.3.1 系统函数的零极点分布
6.3.2 系统函数与时域响应
6.3.3 系统的因果性与稳定性
6.4 信号流图与系统结构
6.4.1 信号流图
6.4.2 系统结构
习题与思考题
应用篇 多模态信号处理及应用
第7章 多模态信号处理
7.1 多模态信号处理的概念
7.2 多模态信号处理模型
7.2.1 线性回归
7.2.2 随机森林
7.2.3 支持向量机
7.2.4 稀疏表示
7.2.5 卷积神经网络
7.2.6 Transformer模型
7.2.7 多模态大模型
7.3 多模态信号处理技术
7.3.1 多模态融合
7.3.2 多模态增强
7.3.3 多模态识别
7.3.4 多模态转换
7.4 多模态信号处理技术的应用领域
第8章 在多模态图像处理中的应用
8.1 多模态图像概述
8.1.1 多模态图像成像
8.1.2 图像基本要素
8.1.3 图像处理系统的基本组成
8.2 图像的基本处理
8.2.1 图像滤波
8.2.2 图像增强
8.2.3 图像恢复
8.2.4 图像分割
8.3 多模态医学图像的应用
8.3.1 医学图像配准
8.3.2 医学图像分割
8.3.3 医学图像诊断
第9章 语音信号处理、识别与多模态融合应用
9.1 语音信号采集与预处理
9.1.1 语音信号采集
9.1.2 语音信号预处理
9.2 短时语音信号的时域与频域特征分析
9.2.1 时域特征分析
9.2.2 频域特征分析
9.3 语音识别
9.3.1 语音信号端点检测
9.3.2 基于DTW的语音识别
9.3.3 基于深度学习的语音识别
9.4 基于多模态融合的语音分离
9.4.1 纯语音分离原理
9.4.2 多模态语音分离
第10章 在高速铁路轨道检测中的应用
10.1 高铁钢轨磨耗的典型检测方法
10.1.1 断面轮廓检测
10.1.2 钢轨波磨检测
10.2 傅里叶变换理论在弦测法中的应用
10.2.1 两点弦测法
10.2.2 三点弦测法
10.3 钢轨表面缺陷与机器视觉识别方法
10.4 多模态融合的钢轨表面磨耗检测
第11章 融合脑电信号的处理及应用
11.1 脑电信号概述
11.1.1 脑电信号的频域特点
11.1.2 脑电信号的采集方法
11.1.3 脑电信号分析的用途
11.2 脑电信号采集前端电路与系统分析
11.2.1 脑电信号采集前端电路原理框图
11.2.2 前端电路设计与系统分析
11.3 脑电信号后端处理
11.3.1 视觉诱发脑电信号的处理
11.3.2 脑机接口信号的处理
11.4 融合脑电信号的情感识别
11.4.1 基本概念
11.4.2 多模态信号数据集
11.4.3 脑电信号与人脸图像融合情感识别
11.4.4 融合脑电信号的多模态信号处理领域
参考文献
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...