《HTML5从入门到精通（第4版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详尽地讲解了与HTML5开发相关的知识。全书分为3篇，共22章，包括HTML简介、HTML5基础、设计网页文本内容、使用列表、超链接、使用图像、表格的应用、布局标签、全局属性、编辑表单、嵌入多媒体元素、文件操作、拖放操作、绘制图形、SVG的使用、数据存储、使用Web Workers处理线程、HTML5消息通信、获取地理位置信息、HTML5其他应用、响应式网页设计、在线教育网站等内容。书中的大部分知识点都结合

本书主要介绍基于视觉的YOLO框架的技术原理和代码实现，并讲解目标检测领域中的诸多基础概念和基本原理，在YOLO框架的基础上介绍流行目标检测框架。本书分为4个部分，共13章。第1部分介绍目标检测领域的发展简史、主流的目标检测框架和该领域常用的数据集。第2部分详细讲解从YOLOv1到YOLOv4这四代YOLO框架的网络结构、检测原理和训练策略，以及搭建和训练的YOLO框架的代码实现。第3部分介绍两个较新的YOLO框架——YOLOX和YOLOv7，着重讲解其设计理念、网络结构和检测原理。第4部分介绍

《Spring Boot从入门到精通》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细讲解了使用Spring Boot进行程序开发需要掌握的知识。全书分为18章，内容包括Spring Boot概述及其环境搭建，第一个Spring Boot程序，Spring Boot基础，配置Spring Boot项目，处理HTTP请求，过滤器、拦截器与监听器，Service层，日志的操作，JUnit单元测试，异常处理，Thymeleaf模板引擎，JSON解析库，WebSocket长连接，上传与下载，M

本书基于多维融合知识体系展开阐述，系统、全面阐述了嵌入式计算机系统的体系、原理与设计方法等内容。全书共11章，首先介绍嵌入式系统概念、内涵、组成、演化及发展趋势，然后分数字电路与嵌入式硬件、嵌入式（系统）软件以及嵌入式系统开发方法三大部分展开论述。硬件部分阐述嵌入式系统硬件设计相关的基础数字电路、（异构）处理器、存储器、最小系统外围电路及I/O接口扩展等硬件组件的基本原理和设计方法；软件部分阐述嵌入式软件的体系结构与基础组件，嵌入式（实时）操作系统的典型模型、服务机制和应用方式，以及主流的

本书由浅入深地介绍了如何快速搭建Airflow集群，包括不同操作系统的快速搭建方法、Airflow的安装方法、Airflow集群的部署方法、Airflow中的核心概念和其他重要概念、Airflow的架构和组件、Airflow的系统管理、实践经验以及其他常见的调度系统。附录提供了Docker和Kubernetes的简介。

本书重点介绍了目前处理数据非常有效的工具——Excel、Python和数据库的应用知识。本书通过一则完整的故事讨论了如何以Python编程为中心，结合Excel和数据库的特点，并以基础统计学贯穿其中，帮助读者深入地了解数据分析的相关知识。在本书中，首先，讨论了如何使用Excel整理数据，以及Excel中数学和统计函数的应用；其次，探讨了与Python编程相关的数据分析内容，包括在Python中进行数据统计工作，以及各种格式数据的转换等；然后，讨论SQLite和MySQL数据库的应用，并介绍了如何

本书囊括了冲突分析图模型三十多年的理论研究成果和前沿方法，是中外学者长期合作完成的冲突分析领域的国际**著作。主要内容包括冲突分析实践，决策方法综述，冲突分析图模型的基本内涵，简单偏好、未知偏好、强度偏好和混合偏好下图模型的稳定性，结盟稳定性，冲突演变分析及冲突分析决策支持系统。本书是目前冲突分析图模型研究领域内容最全面、体系最完整和最详尽的书籍，本书首次介绍了图模型的矩阵表示形式和冲突分析决策支持系统，并系统探讨了冲突分析的三种系统研究视角。

本书全面系统地介绍了量子计算领域的基本理论、核心概念、关键方 法和重要结论，并兼顾近期的前沿进展。本书内容主要包括：经典和量子 计算的复杂性理论、计算复杂度与物理理论间的关系；基本量子算法；不 同量子计算模型及其与量子线路模型的等价；基于离子阱系统、超导系统 及光学系统的量子计算的物理实现；量子纠错码与容错量子计算。本书既 突出了每个章节的逻辑完整性，也强调了不同章节间内容上的联系，保证 了量子计算学科的完整性和自洽性。本书中的重要结论都给出了详尽的证 明，使读者不仅能学到量子计算的相关知识，也

本书详细介绍了面向静态数据库、增量数据库和数据流的高效用模式挖掘的理论和方法。本书主要内容包括六个章节，前两章介绍高效用模式挖掘的相关知识。第三章介绍面向静态数据库包含正、负效用的两类精简高效用模式挖掘方法的研究与实现过程。第四章介绍针对增量数据库的挖掘高效用模式全集和精简集合算法的研究。第五章介绍面向数据流的精简高效用模式挖掘算法的研究与实现过程。第六章给出了四个高效用模式挖掘的应用案例。前五个章节有算法的实验证明，供读者更好的了解本书内容。

概念认知学习是人工智能、大数据领域关注的多学科交叉研究方向，涵盖了哲学、数学、心理学、认知科学以及信息科学等领域．《概念认知学习理论与方法》旨在为广大学者和科研工作者提供概念认知学习领域的基础理论与学习方法．《概念认知学习理论与方法》主要内容包括概念认知学习的基本概念和基础知识、概念认知系统的逻辑推理、概念认知的双向学习机制、对象 -属性诱导概念学习理论、多注意力概念认知学习模型、渐进模糊三支概念的增量学习机理、复杂网络下的概念认知学习以及概念的渐进式认知等理论体系．