本书针对可逆信息隐藏技术存在的问题提出了解决信息隐藏过程中抗干扰的具体方法，建立了在信息隐藏过程中隐秘图像发生嵌入失真的数学模型，分析了信息隐藏过程中出现的上溢和下溢机理，提出了相应的解决方法，构造出更为陡峭的误差差分分布直方图模型。书中主要介绍以下5方面内容：基于有效位差分扩展的可逆信息隐藏算法、基于左右平移的大嵌入容量可逆信息隐藏算法、基于双向差分扩展的可逆信息隐藏算法、一种有效的无移位的多位可逆信息隐藏算法及基于二阶差分的新型大嵌入容量可逆信息隐藏算法。

反应式和并发系统指实时运行的计算系统，如操作系统、控制系统、交互系统和并发系统。这些系统很难规约、实现和验证，主要原因是系统与其环境之间及系统本身的并行进程之间交互的复杂性，在交互时间上的微小变化可能导致完全不同的行为。

时序逻辑是一种形式化规约语言，可用于刻画和分析反应式系统中有关时间和行为方面的属性。它提供了一种简单、自然但精确的方式来讨论交互发生的顺序，而无须采用绝对时间度量。

本书全面介绍了时序逻辑和作者开发的反应式程序的计算模型。

本书是国际著

本书聚焦深度学习算法的基础理论和核心算法，全面系统地论述深度学习的基础理论，兼顾人工智能数学基础知识与领域**原创基础理论，构建脉络清晰的人工智能理论体系。本书首先介绍了深度学习的相关数学基础，主要包括线性代数、概率论、信息论三部分；紧接着系统地介绍了深度学习的重点内容，主要分为五方面，即深度学习的逼近理论，深度学习的表征理论，深度学习的学习理论，深度学习的优化理论，深度学习的核心算法。

本课程系统地介绍了算法分析与算法设计的概念、方法和应用。课程共分12章，涵盖的内容包括数据结构、串与序列、动态规划、贪心算法、图算法、概率算法、查找与排序算法等内容。课程采用工程问题导引、反向设计的方式组织教学内容，基于经典算法问题案例完成对算法基本理论、采用的基本数据结构、算法的性能等内容的学习与分析，并完成算法的实践，突出对学生知识应用能力和工程实践能力的培养。在课程每章的每小节提供练习题和思考题供课后复习，针对每章提供实验和案例，供课后实践和扩展提高，提供全套课程资源辅助教师教学和学生学习

深度学习技术作为人工智能领域的一门新兴技术，已成为人工智能科研领域、企业应用领域中常用的一门技术。本教材由神经网络基本训练规则、感知器、BP网络作为基础，讲述神经网络基础训练方法。并通过自编码器网络，将浅层网络过度到深度神经网络部分，详细讲解卷积神经网络原理及训练方法、卷积神经网络的发展以及基于卷积神经网络的目标检测算法等。而后，对序列信息处理神经网络—循环神经网络进行讲解。本教程采用由浅入深的方式，对深度学习相关理论进行讲解，满足教学过程中的需要。

《Animate 2022二维动画制作案例教程：全视频微课版》采用案例教程的编写形式，兼具技术手册和应用技巧参考手册的特点，在实践应用中体现软件的功能和知识点，通过54个经典案例，使读者循序渐进地掌握Animate软件的操作方法，以及二维动画制作的各种技巧。本书共分8章，包括Animate 2022软件基础、Animate绘图功能、制作基础动画、制作高级动画、制作文字与按钮动画、应用声音和视频、应用ActionScript 3.0脚本和商业动画案例。
《Animate 2022二维动画制作

本书通过四篇系统介绍了云计算系统架构与应用。其中，第一篇为云计算基础，主要介绍云计算概念、产生背景、发展历程、特点，并详细讲解了目前常用的云计算架构、服务模式以及云计算的关键技术；第二篇为云计算主流平台，讲解OpenStack、Kubernetes 两个主流开源云平台的概念、理论、架构组件以及典型应用场景；第三篇为云计算与其他技术的融合应用，分析云计算与大数据、人工智能、高性能计算以及云边协同计算之间的关系和融合应用场景；第四篇为综合案例实践，通过六个综合案例，给出云计算技术在各领域的应用解决方

本书是一本全面介绍 C 编程语言的图书,共分为17章。第1~6章主要讲解 C 的基本语法,包括
编写第一个 C 程序、C 语法基础、C 数据类型、运算符、条件语句和循环语句。第7~10章讲解数组、
字符串、指针类型和自定义数据类型。第11~13章介绍函数、面向对象和模板。第14章介绍异常处理,
第15章介绍I/O 流。另外,本书还包含两个高级主题,第16章介绍 MySQL 数据库编程,第17章讲解
wxWidgets图形界面应用程序开发。

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。