这是一本After Effects动态图形制作教程。全书共5章：第1章介绍了动态图形的分类、起源与发展、应用范围及表现形式，以及制作MG的必要性；第2章是本书的重点，讲解了制作动态图形所用到的After Effects软件知识，并通过几个案例进行应用演示；第3章讲解动态图形设计的理论、思维及创作流程；第4章是动态图形设计案例的制作讲解；第5章介绍了动态图形设计的创意提升与未来发展。本书提供案例作品的动态效果展示视频及制作过程的讲解视频，扫描书中的二维码即可在线观看；制作案例所需的素材文件及

这是一本关于AI绘画的教程，旨在分享通过AI绘画工具生成各种理想图片的方法。 第1章从AI绘画时代的到来切入，介绍AI绘画的发展、AI绘画对美术设计工作者的职业影响，以及如何在当前环境下提升画师的竞争力。第2章和第3章分别介绍如何使用NovelAI和本地部署版的Stable Diffusion进行AI绘画。第4章进一步讲解更为复杂的模型训练方法。第5章介绍Stable Diffusion的进阶技巧。第6章介绍使用Colab云部署AI绘画工具Stable Diffusion和Disco Diffu

本书全面介绍中文版After Effects 2022的基本功能及实际运用，内容包括After Effects 2022基础、图层操作、关键帧与图表编辑器面板、蒙版与轨道遮罩、绘画工具与形状工具、摄像机与运动跟踪、文字动画、滤镜效果、粒子特效、抠图、调色和综合实例。本书是针对零基础读者编写的，可以帮助读者快速而全面地掌握After Effects 2022。

全书通过课堂案例的实际操作，帮助读者快速熟悉软件功能和动画制作思路；通过课堂练习帮助读者复习、巩固重要的知识点

本书在阐述云计算和大数据关系的基础上，介绍了云计算和大数据的基本概念、技术及应用。全书内容分为三部分。第一部分为云计算理论与技术，第1~5章讲述云计算的概念和原理，包括云计算的概论、基础、机制、虚拟化和应用。第二部分为大数据理论与技术，第6~9章讲述大数据概述及基础，包括大数据概念和发展背景、大数据系统架构概述、分布式通信与协同、大数据存储； 第10~15章讲述大数据处理，包括分布式处理、Hadoop MapReduce解析、Spark解析、流计算、集群资源管理与调度、机器学习。第三部分为综合实

支持下一代人机泛在智联的低功耗窄带物联网近些年得到了突飞猛进的发展,面向低功耗窄带的物联网应用窗口已经开启。本书从低功耗窄带物联网应用的角度出发,首先阐述窄带物联网的基本概念、关键技术、体系架构、标准化体系、流程和数据传输,然后着重介绍基于低功耗窄带物联网的典型应用,特别是在体域网中的应用,力争从科学前沿的高度,对低功耗窄带物联网未来应用和发展前景有一个全面科学的把握,提高利用低功耗窄带物联网解决实际问题的能力。本书可作为高等院校“低功耗窄带物联网”课程的教材参考资料,也可供从事低功耗窄带物联网

本书共12课，每一课先介绍重要的知识点，然后借助具体的示例进行讲解，步骤详细，重点明确，能帮助读者尽快学会实际操作。本书主要包含定制工作区，HTML基础，CSS基础，编写代码，网页设计基础，创建页面布局，使用模板，使用文本、列表与表格，使用图像，创建链接，发布站点，移动网页设计等内容。

本书以深入浅出的方式, 全面讲述物联网基础知识。全书贯穿一个大项目, 涉及种植、运输、制造、零售和居家等常用的物联网场景, 涵盖IoT的核心概念、设备和传感器的使用、数据的收集和分析、边缘计算, 以及如何通过微软 Azure 云服务实现远程控制、通过语音与设备交互等内容。每一课都包括理论知识和实践项目, 帮助读者深入理解和掌握物联网的基础知识。本书提供详细的代码示例和操作指南, 让读者能够轻松上手实践。书中项目同时提供基于 Arduino和树莓派两个不同平台的硬件套件实现示例, 还包括

本书以线上用户体验为主题，包括 6 章，分别是如何设计行为、如何设计一个吸引人 的提示、如何提高人们购买产品的动机、如何提高人们的行动能力、如何设计能影响访问 者的选择、如何应用行为心理学。本书运用大量的前沿学术观点、应用场景、实践案例、 基础方法论，向企业人员提供前瞻性的视野及工作、管理方面的策略，促使读者们设身处 地的融入场景，更高效率解决线上用户运营的相关问题。
本书适合用户体验、交互设计、线上设计运营、电商运营、产品经理等多个领域的从 业者阅读学习，也适合企业管理者、创业者以及即

本书选取物联网数据传输领域中具有代表性的研究内容为切入点，以无线传感器节点，无线网状节点、反向散射节点等为研究对象，围绕物联网数据传输的数据收集、下行数据反馈、数据多跳传输、多通道传递和数据处理展开研究，介绍了相关的技术实现、技术运用和综合实施。

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。