本书详细介绍了电力谐波动态调谐滤波的理论、计算机仿真和试验等内容。具体内容包括无源滤波器谐波抑制综合性能、高性能抑制谐波、动态调谐滤波原理与调谐方法、电磁耦合滤波电抗器结构模型、动态调谐滤波器电气参数和电磁耦合电抗变换器工艺参数优化设计方法等，列举了将这些方法运用于单滤波器和多滤波器分布式电力谐波抑制的典型案例，并进行了深度分析与讲解。

本书根据原教育部高等学校计算机科学与技术教学指导委员会《关于进一步加强高等学校计算机基础教学的意见暨计算机基础课程教学基本要求》，并结合全国计算机等级考试大纲(二级)的具体要求而编写。本书以操作系统Windows 10和办公软件Office 2016为平台，共分为8章，主要内容包括计算机基础知识、Windows 10操作系统、文字处理软件Word 2016、电子表格处理软件Excel 2016、演示文稿制作软件PowerPoint 2016、计算机网络、软件技术基础和常用工具软件等。特别值得一提

《Python算法小讲堂（视频精讲版）》通过由浅入深的39个Python语言实际案例，不仅帮助初学者学习Python语言的基本使用，还可以使读者从数据、算法等多个角度体验编程的魅力。本书从“如何解决问题”出发，讲述了常用的人工智能编程语言——Python语言的基本使用，帮助读者学习如何进行简单的数据处理，了解什么是算法，领略算法的魅力。当然，最终都是让初学者一行行地亲手写出代码，在计算机上运行自己写出的程序。
《Python算法小讲堂（视频精讲版）》从多个角度叩开了人工智能的大门，让读者得

本书是国产基础软件集群的实操指南，在揭示国产基础软件集群平台本质的基础上，对国产基础软件集群进行分类介绍，按照操作系统、数据库、中间件的顺序，分别对银河麒麟高可用集群软件、达梦数据共享集群、神通数据库共享存储集群、东方通中间件应用服务器集群的概念和特点等进行了介绍，并解析了这些集群的架构，阐述了如何搭建这些集群。最后，本书从实践应用出发，列出了几个重点行业的部署实践指南，帮助读者加深对内容的理解，做到学以致用。 本书适合对基础软件行业感兴趣、想了解国产基础软件的人士，以及基础软件相关行业的从业者

本书面向Web前端工程师岗位，结合1+X“Web前端开发初级”职业资格取证要求，将内容分为四部分： Web前端基础知识、 HTML内容实现、页面表现形式、 JavaScript应用。本书精选北斗卫星导航系统等思政元素，依据任务需求将知识技能和思政元素渗透到教学各环节，设计了26个课堂实训，由浅入深，循序渐进，切合实际，实训过程详细，利于培养学生的工匠精神。
本书可作为高等职业教育、中等职业教育计算机相关专业的Web前端技术、网页设计与开发、网页制作等网页设计课程的教材，也可作为从事Web开

本书共五章，基于人体膝关节的运动实验，总结了膝关节的运动特点和连杆综合的特点，进行了膝关节外骨骼的结构综合及根据综合轨迹进行了穿戴舒适性的评价分析。

《商用级AIGC绘画创作与技巧(Midjourney+Stable Diffusion)》围绕AI绘画这个主题展开，介绍AI绘画的基础知识以及Midjourney和Stable Diffusion两大流行AI绘画工具的用法。
《商用级AIGC绘画创作与技巧(Midjourney+Stable Diffusion)》共10章，内容细致，逻辑清晰，语言通俗易懂，从AI绘画的基本概念以及发展历史讲起，随后结合Midjourney和Stable Diffusion，详细介绍AI绘画的使用方法以及常

本书坚持理论够用、侧重实用的原则，以Proteus虚拟仿真技术和Keil C51为基础，用案例/示例来讲解每个知识点，对8051单片机的软、硬件做了较为详细的阐述。全书内容充实、结构清晰、通俗易懂，力争做到使初学者充满兴趣地学习8051单片机技术。本书共11章，分别为： 8051单片机基本结构、单片机仿真环境、指令系统与汇编语言程序设计、C51语言程序设计、键盘与显示器接口技术、中断系统、定时器/计数器、串行口、数模与模数转换接口技术、单片机系统扩展以及Proteus仿真设计实例。其中，第

随着数据存储、数据处理等大数据技术的快速发展，数据科学在各行各业得到广泛的应用。数据清洗、特征工程、数据可视化、数据挖掘与建模等已成为高校师生和职场人士迎接数字化浪潮、与时俱进提升专业技能的必修课程。本书将“Python课程学习”与“数据科学应用”有机结合，为数字化人才的培养助力。
全书共分13章，内容包括：第1章数据科学应用概述；第2章Python的入门基础知识；第3章数据清洗；第4~6章特征工程介绍，包括特征选择、特征处理和特征提取；第7章数据可视化应用；第8~13章介绍6种数据挖掘与

本书使用PyTorch 2.0作为学习大模型的基本框架, 以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术, 为读者揭示大模型开发技术。本书共18章, 内容包括人工智能与大模型、PyTorch 2.0深度学习环境搭建、从零开始学习PyTorch 2.0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码