本书系统全面地讲解Streamlit的核心概念，实例项目应用和最佳实践。通过案例带你从零开始，逐步掌握Streamlit的基础知识和高级技能。你将学会如何使用Streamlit实现数据可视化、添加交互组件，构建出炫酷的Web应用。本书分为两篇，基础篇(第1-7章)讲解Streamlitt的安装配置，以及基本的文本、数据、图表、多媒体等组件的使用和页面布局。实战篇(第8-10章)讲解开发企鹅分类项目、医疗费用预测项目、销售数据仪表板项目，帮助读者熟练掌握Streamlit的高级技能和开发

本书定位Creo 9.0高级应用，主要内容包括机构运动仿真与分析、设计动画、复杂实体特征、常规曲面曲线设计与分析、造型曲面特征、自顶向下设计、高级装配。
本书的内容组织形式上，按照人们对事物的认识规律，遵循由浅入深、逐步引导、循序渐进的规律来组织整本书的内容，每一个知识点的组织采用“实例引入→知识点解析→例题讲解→作业巩固”的过程，最后还有“综合应用”环节，来融会贯通多个知识点以致整本书内容。在内容的编排上，作者遵循“全面提高、服务实践”的原则，有重点而全面的讲解从事机械、工业设计等相关行

这是一本关于数智时代人工智能技术落地应用场景的前沿趋势类图书。场景是争夺用户时长与可支配收入的产品与服务的组合，to C的场景如此，to B/G的场景亦然。场景定义是基于将场景作为一种最佳的切割方式，以期完备的锁定未来能出的所有爆款。2021年元宇宙、2022年人形机器人、2023年ChatGPT与MR眼镜、2024年的Sora与Gemini……智能科技的这一轮产业革命，前半场的“C位”们均已被重磅官宣，2024年、2025年这些巨头彼此之间将开始竞争、合作。在彼此之间的竞合中，应用开

本书系统地讲述了多源信息目标定位与跟踪的数理统计基础、基本原理、基础理论、关键技术、研究进展及典型应用等内容。 全书共有11章。第1章介绍了多源信息目标定位与跟踪的基本概念。第2章讲述了常用的目标运动模型和传感器量测模型。第3章阐述了目标定位与跟踪涉及的估计与滤波技术。第4章介绍了常用的目标定位方法。第5章深入分析了信息转换滤波及其在目标跟踪中的应用。第6章至第10章讲述了多目标跟踪、机动目标跟踪、扩展目标跟踪、被动目标跟踪等各类目标跟踪的前沿理论和技术。第11章介绍了相关性能评估方法和进展。

本书系统而全面地阐述了仿生偏振光罗盘智能信息处理技术，著书过程中，我们总结了多年来在仿生偏振光罗盘信息处理方面的技术积累，并在书中进行详细阐述。主要包括：仿生偏振光罗盘噪声处理方法如偏振角图像和航向角数据噪声分析与处理、仿生偏振光罗盘定向误差建模补偿、基于仿生偏振光罗盘的无缝组合定向方法等，还详细介绍了基于大气偏振模式的航向角测量方法等相关内容。

本书共分16章，包括“宇宙第一”IDE——Visual Studio、踏上C#开发的征程、必须学会的C#语法、流程控制语句、数组——批量数据处理、看似简单的字符串、面向对象程序设计、Windows交互式图形界面、Windows控件——C/S程序的基础等。

Illustrator是Adobe 公司推出的一款功能强大的矢量应用软件，可以用来绘制插画、制作海报、设计网页等。它既可以用来处理矢量图形，也可以用来处理位图。本书正是一本优秀的实训学习用书。本书采用理论结合实战的方式编写，兼具实战技巧和应用理论，随书附赠所有案例的源文件、素材、视频教程和教学PPT。视频教程可以让读者在类似看电影的轻松状态下了解案例的具体制作过程，结合源文件和素材能使读者更快速地提高设计水平。作者编写本书的初衷是兼顾理论与实践，所以在内容编排上通过理论与案例相结合的形式来展现每

PSPAD是一款电力系统电磁暂态仿真软件，广泛应用于电力系统分析。其仿真模型直观，元件模块库丰富，主要进行一般的交流电力系统电磁暂态研究，进行简单和复杂电力系统的故障建模及故障仿真，分析电力系统故障电磁暂态过程。本书以PSCAD V46为基础，详细讲解了PSCAD软件的主要设置和基本操作，对主元件库的元件进行了详细介绍，并且详细介绍自定义元件的方法，且在此基础上重点介绍数据与程序接口、多重运行和并行计算等中高级操作。为方便读者加深对该软件应用的理解结合当前研究热点给出了太阳能发电、风力发电、高压

随着现代科学技术的飞速发展，器件的集成度大规模提高，各类数字器件的信号沿也越来越陡，已经达到纳秒（ns）级。如此高速的信号切换对系统设计者而言，必须考虑在低频电路设计中所无须考虑的信号完整性（Signal Integrity）问题，如延时、串扰、反射及传输线之间的耦合等。本书以Cadence Allegro SPB 17.4为基础，以具体的高速PCB为范例，详细讲解了高速PCB设计知识、仿真前的准备工作、约束驱动布局、约束驱动布线、差分对设计、模型与拓扑、板级仿真、AMI生成器、仿真DDR4、集

本书系统介绍了推荐算法的知识框架和技术细节，包括召回、粗排、精排和重排等模块。第1章从用户体验、内容生产和平台发展角度介绍为什么需要推荐系统，并阐述推荐系统的分类及整体技术架构。第2章介绍推荐算法模型的基础——数据样本和特征工程。第3章介绍传统推荐算法。第4~7章介绍推荐系统中最复杂的部分——精排模块，包括特征交叉、用户行为序列建模、Embedding表征学习和多任务学习。第8章介绍召回模块，并详细讲解非个性化召回和个性化召回算法。第9章介绍粗排模块，重点讲解特征蒸馏和轻量级特征交叉等方法。第1