本书内容讲述: 掌握Shiny web框架, 将您的R技能提升到一个全新的水平。让您超越静态报告, Shiny帮助您创建用于数据分析的完全交互式web应用程序。用户将能够在数据集之间跳转, 探索数据的不同子集或方面, 使用自己选择的参数值运行模型, 自定义可视化, 等等。

随着电子商务行业竞争的日益加剧，网店美工设计逐渐成为提高客流量与转化率的重要着力点。如何通过有吸引力的美工设计让网店商品在众多竞争对手中脱颖而出、引导买家点击浏览并下单购买，已经成为每个卖家进行网店装修时必须认真考虑的问题。 本书结合作者多年的网店美工设计经验，从学以致用的角度出发，旨在帮助读者全面掌握网店美工设计的相关技能。本书共分为11章，内容包括网店装修美工设计快速入门，网店装修四大要点，网店装修六大技能，店标与店招设计，首焦轮播区和商品陈列区设计，服饰网店与箱包网店首页设计，商品详

本书从三个侧面给出了图像情报解译研究领域的研究动态和方法阐述：第一部分是认识篇，包括第一、第二章，主要对图像情报解译的历史进行回顾，凝练面临的难点问题和待突破的本质问题，提出图像情报解译实际操作的共性原理；第二部分是方法篇，包括第三、第四、第五、第六、第七共五章，结合近年高速发展的多种高分辨率影像资源，研究提出“时空频”三域图像融合的体系架构，第三部分是实践篇，包括第八、第九共两章，以图文并茂的多组案例，示范了运用图像解译基本原理和融合方法的实际图像解译和情报分析的案例。全书内容总结了

本书是陆军勤务学院喷涂机器人研究团队在CFD数值模拟领域多年研究成果的总结。它系统阐述了机器人喷涂CFD数值模拟的基本理论和方法，包括：空气喷涂雾化模型及求解，空气喷涂雾化特性，空气喷涂成膜模型及求解，圆弧面喷涂成膜数值模拟与特性，球形面喷涂成膜数值模拟与特性等。
本书可供从事喷涂机器人及喷涂技术等研究的科研人员、相关专业的研究生或本科高年级学生参考。

本书为高等教育教材。本书摒弃了传统图像处理教材的像素—块—变换的逻辑结构，模拟了人眼视觉对图像的观察和理解过程，以像素—特征—语义分割为主线，介绍了图像的基础知识、图像的特征、图像语义分割，阐述了图像表示、图像颜色分析和图像质量评价，讲述了图像平滑及多尺度空间、图像边缘检测、图像区域及其表示，结合平滑算子分析了图像平滑和边缘检测的共性和差异性，启发学生提出新图像特征提取算法，以图像多尺度空间为出发点，介绍了基于神经网络的图像语义分割。本书附有相关的程序代码，有助学生编写图像处理相关内容

本书内容主要分为三个部分。第一部分介绍PID稳定集的计算方法。重点针对工程中常见的线性时不变连续时间系统、Ziegler–Nichols系统、线性时不变离散系统以及结合频率响应数据描述的系统进行了深入的阐述。第二部分介绍基于增益和相角裕度的鲁棒设计方法。分别从连续时间系统、离散时间系统和多变量系统三个方面，对比阐述了PI控制器和PID控制器的分析与设计方法。第三部分介绍H∞优化PID控制方法。针对被控对象不确定时PID稳定控制器的设计问题，基于H∞优化控制，分别对连续时间系统和离散时间

本书内容涵盖数据可视化概述、可视化的基础--数据、可视化任务的概念以及如何定义自己的可视化任务、视觉编码设计的理论基础和应用场景、交互和多视图、可视分析、Web数据可视化工具, 并总结了可视化领域常用的可视化图表。

近年来，深度学习在人工智能的发展过程中起到了举足轻重的作用，而图神经网络是人工智能领域的一个新兴方向，被称为图上的深度学习。 本书详细介绍了从深度学习到图神经网络的基础概念和前沿技术，包括图上的深度学习、图神经网络的数学基础、神经网络学习与算法优化、深度学习基础、神经网络中的表示学习、面向图数据的嵌入表示、初代图神经网络、空域及谱域图卷积神经网络等内容。为增强可读性，本书叙述清晰、内容深入浅出、图文并茂，力求降低初学者的学习难度。 本书既可作为人工智能领域研究和开发人员的技术参考书，也可作为对图

《数据科学对社会科学转型的重大影响研究》从数据科学发展引致的科研范式转换视角，研究数据科学驱动社会科学转型的问题，重点研究数据科学驱动下的社会科学将具有何种全新的特征，探索社会科学研究在数据科学驱动下的转型路径。《数据科学对社会科学转型的重大影响研究》主要研究内容包括：数据科学的知识体系与方法工具、社会科学研究范式演化与数据科学在社会科学中的应用、社会科学研究的现实环境变迁与突出问题、数据科学驱动的社会科学认知体系重构、数据科学作用下的社会科学研究特征、数据驱动的社会科学转型的条件与保障等。

服务质量预测是服务计算的一个重要研究分支，是支撑服务发现和服务管理的有力技术工具。经过多年发展，服务质量预测已聚焦到如何利用机器学习技术解决情境感知的应用需求问题。本书围绕此议题，针对静态、动态、多属性、拓扑感知、虚拟机等场景下服务质量预测问题，分别阐述基于近邻效应、矩阵分解、非负多矩阵分解、贝叶斯鲁棒张量分解、深度神经网络、贝叶斯网络等机器学习技术的解决方案，集中体现该领域**的研究成果与发展动态。