本书分析研究了深度学习相关的网络模型，以及不同网络模型的算法结构、原理与核心思想及实战案例。主要内容涉及人工神经网络、模糊神经网络、概率神经网络、小波神经网络、卷积神经网络及其扩展模型、深度生成对抗网络及其扩展模型、深度受限玻尔兹曼机及其扩展模型、深度信念网络及其扩展模型、深度自编码器及其扩展模型等深度学习网络结构、原理与方法。通过深度学习网络在信道盲均衡、目标识别、图像分类和运动模糊去除、特征提取与识别、缺陷早期诊断等领域中的应用案例，为读者提供应用深度学习网络解决具体问题的思路和方法。

本书适合人工智能、计算机、自动化、电子与通信、大数据科学等相关学科专业的科学研究人员和工程技术人员阅读，也可作为相关专业博士、硕士研究生的参考书。

图书在版编目（CIP）数据

深度学习与信号处理：原理与实践/郭业才著.—北京：机械工业出版社，2022.5

ISBN 978-7-111-70768-4

Ⅰ.①深…　Ⅱ.①郭…　Ⅲ.①机器学习 ②信号处理　Ⅳ.①TP181②TN911.7

中国版本图书馆CIP数据核字（2022）第080771号

机械工业出版社（北京市百万庄大街22号　邮政编码 100037）

策划编辑：李馨馨　责任编辑：李馨馨　李培培

责任校对：李　伟　责任印制：郜　敏

三河市宏达印刷有限公司印刷

2022年6月第1版第1次印刷

184mm×240mm·20.25印张·474千字

标准书号：ISBN 978-7-111-70768-4

定价：129.00元

电话服务

客服电话：010-88361066

010-88379833

010-68326294

网络服务

机　工　官　网：www.cmpbook.com

机　工　官　博：weibo.com/cmp1952

金　　书　　网：www.golden-book.com

机工教育服务网：www.cmpedu.com

封底无防伪标均为盗版