根据软土固化实践中存在的问题和理论研究进展，本书从固化基本理论、土质学、材料学和工程学角度系统阐述固化土中固液相各组成部分的作用、水化产物与黏土矿物相互作用机理、固化剂组分设计方法，以及大宗固废活性激发及固化土性能提升应用等，从室内试验、理论分析到工程实践，为固化土的性能提升提供理论指导和实践方法，为固废利用、减污降碳提供有效途径。

本书从源头出发，全面系统介绍全生命周期的PBAT塑料。全书共分9章，分别介绍生物降解塑料的定义与分类，PBAT树脂合成原料，PBAT树脂合成机理、工艺路线与控制，PBAT树脂结构与性能，PBAT/生物质塑料、PBAT/无机粉体塑料和PBAT合金塑料等主要PBAT塑料，PBAT塑料绿色制造，PBAT制品的成型加工与应用领域，PBAT生物降解性能评价与认证，以及PBAT生命周期评价。

本书总结了作者团队在高压直流输电系统过电压与绝缘配合方面的研究成果和工程经验。全书共7章，主要内容包括：高压直流输电系统概述、晶闸管换流技术与换流站配置、直流系统运行特性与故障分析、高压直流换流站的暂时与操作过电压、高压直流换流站雷电与陡波过电压、高压直流换流站绝缘配合方法、高压直流换流站避雷器配置。

《AI绘画：Stable Diffusion从入门到精通》从艺术教育工作者和现代艺术设计师的视角，系统地介绍了人工智能绘画的相关知识与应用技能。全书内容涵盖了AI绘画的发展、原理、工具与应用，并重点围绕主流工具Stable Diffusion进行详细介绍。书中深入讲解了软件的操作、指令控制、图生图技巧、LoRA、ControlNet控制以及AI动画制作等相关知识，并通过插件的应用实现了图像生成的扩展和动画制作。
《AI绘画：Stable Diffusion从入门到精通》旨在帮助读者系统地学

《轻松学C++编程：案例教学》从初学者的角度循序渐进地从C++语言的基础语法到高级语法进行讲解。全书使用生动的实例和图示，介绍C++面向对象程序设计的基础知识；进而通过案例详解类的高级应用、运算符重载、继承与多态，全面呈现了面向对象程序设计的主要内容。在数据流和文件操作技巧与应用方面，本书还提供了实现相关算法的精选范例，以便读者理解异常处理、C++模板的应用设计方式，并熟悉标准模板函数库的应用。
《轻松学C++编程：案例教学》的各章节中贯穿了大量范例程序的讲解和分析，并在每章末尾附带了习题

《AI 摄影绘画与 PS 优化从入门到精通》介绍了 AI 摄影绘画的相关内容，从文案到图片生成，再到 PS 优化，是一本 AI 摄影绘画的入门指南与实战教程。书中包含 11 大专题，通过技能线和案例线展开：技能线，讲解了 ChatGPT 指令生成、Midjourney 绘画技巧、专业摄影指令、画面构图指令、光线色调指令、风格渲染指令、PS 修图优化、PS 智能优化等内容；案例线，介绍了人像、风光、花卉、动物、慢门、星空、航拍、全景等多种摄影题材作品的绘画，还通过一个完整的案例来帮助读者融会

本书主要介绍Python编程语言的基础知识和使用Python进行数据爬虫、数据分析与数据可视化的方法，主要内容包括Python安装与IDE选择；Python基础知识；Python运算符与流程控制；函数；面向对象基础；模块；网络数据爬取；数据分析基础；数据可视化。 本书涵盖了Python编程语言的主要应用场景，注重理论知识的学习和实际应用的充分结合。本书提供的PPT、教学视频均为专业公司制作，内容精美，应用价值较高。章节后提供的综合案例和习题可供读者综合复习每章的知识点。 本书可作为高等学校

《Spring Framework 6开发实战（Spring Spring Web MVC MyBatis）》基于框架Spring 6.x，按照理论讲解 贯穿案例的模式详细讲解了SSM框架的应用技术。本书共10章，第1章对Spring框架进行简单介绍；第2~4章结合员工系统分别讲解Spring框架的核心功能IoC、AOP、声明性事务等内容；第5章引入当当书城企业项目案例，结合具体项目讲解Spring整合JDBC；第6章讲解Spring MVC框架；第7章讲解使用Spring MVC实现当当

本书介绍KingbaseES SQL编程的语言基础、数据类型、数据库对象、SQL查询、DML语句、事务处理、外部数据访问、编程接口等基本知识，并以一个在线网络购物平台数据库为例说明如何进行KingbaseES SQL编程的实际应用。
全书共分为10章: 第1章概述KingbaseES数据库发展历史和本书用例库；第2章介绍SQL基础；第3章介绍各种数据库对象；第4章介绍各种SQL查询语句；第5章介绍插入、更新、删除等DML语句；第6章介绍事务处理相关内容；第7章介绍用户与权限管理；第8章介绍

Spark数据处理引擎是一个惊人的分析工厂：输入原始数据，输出洞察。PySpark用基于Python的API封装了Spark的核心引擎。它有助于简化Spark陡峭的学习曲线，并使这个强大的工具可供任何在Python数据生态系统中工作的人使用。 《Python和PySpark数据分析》帮助你使用PySpark解决数据科学的日常挑战。你将学习如何跨多台机器扩展处理能力，同时从任何来源(无论是Hadoop集群、云数据存储还是本地数据文件)获取数据。一旦掌握了基础知识，就可以通过构建机器学习管道，