• 2.1 Scala语言概述 2.1.1 计算机的缘起 2.1.2 编程范式 2.1.3 Scala简介 • 2.2 Scala基础 2.2.1 基本语法 2.2.2 控制结构 2.2.3 数据结构 2.2.4 面向对象编程基础 2.2.5 函数式编程基础 • 2.3 面向对象编程基础 2.3.1 类 2.3.2 对象 2.3.3 继承 2.3.4 特质 2.3.5 模式匹配 • 2.4 函数式编程基础 2.4.1 函数定义和高阶函数 2.4.2 针对集合的操作 2.4.3 函数式编程实例WordCount

第十章分布式多媒体处理技术 通过本章学习,可以了解(或掌握) 一、分布式多媒体处理技术 二、分布处理中的协同工作 三、多媒体中间件

业务逻辑层处理技术 平台技术 展示层接口处理 数据层接口处理

第9章处理器性能提高技术 9.1精简指令集计算机技术 9.2指令流水线技术 9.3浮点数据处理单元 9.4多媒体指令

第10章并行处理技术 10.1超标量技术 10.2动态执行技术 10.3同时多线程技术 10.4 Intel64技术 10.5多核技术

13.1 异常和异常处理 13.2 C++异常处理机制 13.3 用类的对象传递异常 13.4 异常处理中的退栈和对象析构

8.1多处理机的基本结构与类型 8.2并行多处理机技术 8.3并行多处理机的发展趋势

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

本章主要讲解多媒体计算机的音频处理、视频处理和数据压缩技术等知识，最后讲解多媒体软件。通过本章的学习，读者应该 掌握以下内容： ● 了解多媒体计算机中的关键技术 ● 掌握音频、视频处理技术 ● 了解多媒体软件 ● 掌握多媒体的数据压缩技术和标准 6.2 媒体处理技术 6.3 媒体制作软件 6.1 多媒体技术应用概述

本章主要讲解多媒体计算机的音频处理、视频处理和数据压缩技术等知识，最后讲解多媒体软件。通过本章的学习，读者应该掌握以下内容： ● 了解多媒体计算机中的关键技术 ● 掌握音频、视频处理技术 ● 了解多媒体软件 ● 掌握多媒体的数据压缩技术和标准 6.1多媒体技术应用概述 6.2媒体处理技术 6.3媒体制作软件