嵌入式系统是一个面向应用、高度裁减的专用计算机系统。随着应用场景的不断丰富，嵌入式系统越发重要。龙芯1号是龙芯中科技术股份有限公司（简称龙芯中科）推出的低功耗、低成本专用微处理器芯片，其面向嵌入式专用应用领域。掌握嵌入式系统的软硬件平台设计，不仅是从业者的需求，也是龙芯中科构建自主创新生态体系不可或缺的一环。 本书第01章概要性地介绍嵌入式系统设计的特征，嵌入式系统的发展及应用、设计方法，并详细介绍了龙芯1B的开发工具。第02~04章介绍核心板、常用接口、人机接口这三大硬件平台。第05章和第06

本书是原谷歌资深面试官的经验之作，紧扣程序员面试环节，全面而详尽地介绍了程序员要为面试做哪些准备以及如何应对面试。主要内容涉及面试的流程解析、面试准备工作，以及多家知名公司的面试题目及详解。修订版特别结合国内科技公司的近况，修订了上一版中的一些问题，增添了国内科技公司的面试流程与注意事项。面试题目方面结合近年国内科技公司的考查重点，整合了原有的内容，围绕考核知识点精选了 100 多道题目，详细讲解了相关的算法策略。 本书适合程序开发人员和想要了解相关内容的学生阅读。

传感器技术涉及的内容很多，本书选择在实践上有代表性的传感器及现代感知技术，如RFID、生物识别和图像识别等作为对象，介绍其原理和应用。考虑到高职教学的认知规律，本书在编写过程中，本着“必需、够用”的原则，对传感器理论知识进行了简化，突出了传感器的应用，尽量使实践过程由易到难逐步递进。兼顾经典与现代传感器技术，突出实践，以项目化方式编写是本书的特点。 本书可作为高职高专电子信息工程技术、应用电子技术、物联网应用技术、人工智能技术、工业互联网技术、机电一体化技术及智能控制技术等专业的必修或选修教材；

区块链技术面临隐私泄露风险，传统的隐私保护技术又不适用，因此深入剖析区块链隐私泄露的原因、研究适用的隐私保护方法具有重要意义。本书内容系统且新颖，从区块链底层技术原理，到信息服务模式对区块链安全提出的新需求和新挑战，再到隐私保护的各种基础理论、关键技术及实用性，全面阐述了区块链隐私保护的内涵。 本书共10章，主要内容包括：区块链基础，区块链技术原理，区块链共识机制，区块链安全和隐私，隐私保护理论基础，智能合约安全，区块链身份认证，基于区块链的隐私计算，可修订区块链，区块链隐私技术应用。 本书可作

本书是根据《Web前端开发职业技能等级标准2.0版》（初级）编写的配套的实践教程，其中涉及的项目代码使用HBuilder开发工具编译，并且均可在主流浏览器中运行。 本书将中职、高职院校及应用型本科院校的计算机应用、软件技术等相关专业开设的Web前端开发方向的课程体系，与企业Web前端开发岗位能力模型相结合，依据《Web前端开发职业技能等级标准2.0版》（初级）的技能要求，形成三位一体的Web前端开发技术知识地图。本书以实践能力为导向，以开发企业真实应用为目标，遵循企业软件工程标准和技术开发要求，

本书以零基础讲解为特色，用实例引导读者学习，深入浅出地介绍Python机器学习的相关知识和实战技能。 全书共17章，分为5篇。第Ⅰ篇为机器学习入门篇，包含第1章，主要介绍机器学习的概念、机器学习研究的主要任务、如何选择合适的算法及机器学习研究问题的一般步骤等；第Ⅱ篇为工具模块使用篇，包含第2~4章，主要介绍数组计算NumPy、数据分析Pandas、图形展示Matplotlib等；第Ⅲ篇为专业技能提升篇，包含第5~13章，主要介绍算法综述、决策树、朴素贝叶斯、逻辑回归、支持向量机、AdaBoost

本书先介绍了数字孪生的兴起与发展，给出了数字孪生的定义及功能架构；其次分析了数字孪生技术应用及产业发展态势；再次从供给侧与应用侧分析了我国数字孪生的发展现状，以及目前在技术、产业、应用方面面临的瓶颈；末尾介绍了产业供给侧解决方案、应用侧案例及第三届中国工业互联网大赛工业互联网 数字孪生专业赛优秀案例。

本书以软件测试工程化思维为基础，立足项目，采用描述、对话和独白等方式讲述测试工作中发生的故事，内容丰富、实用性强，是一本能帮助测试人员快速成长的图书。 本书首先介绍了测试工程化的认识和测试人员的商业意识；接着介绍了测试流程设计，以及如何通过流程拉齐各成员之间的目标，达到成员之间的合作有序和软件产品的质量可控；然后通过流程与技术的融合、测试用例规范化编写、测试平台建设和测试创新这 4 个重要测试主题的讲解，指导测试同行在测试工程化的道路上不断探索并找到流程、技术的最优解；最后介绍测试工作评价过程中

本书通过Excel示例介绍常用的机器学习算法和数据挖掘技术。许多机器学习任务的目的是找到数据中的隐藏模式。Excel能够清楚地展示机器学习建模过程的每一步及中间结果，让你不仅知其然，还知其所以然。第1章解释用Excel学习机器学习的益处。第2～12章分别介绍线性回归、k均值聚类、线性判别分析、交叉验证、logistic回归、k最近邻、朴素贝叶斯分类、决策树、关联分析、神经网络、文本挖掘。第13章总结全书内容，并为读者指出继续学习的方向。

本书从认知、实施、案例和拓展4个方面深入浅出地分析了RPA（机器人流程自动化）的应用前景以及实践。本书首先介绍了RPA的基本概念和优缺点、RPA相关的工具以及企业选择RPA的原因；其次，说明了企业如何开启RPA之旅、RPA售前咨询、业务流程挖掘、RPA项目交付管理、RPA实施要点、RPA开发规范等实用知识；再次，通过RPA在银行、保险、政务、制造、人力资源、能源、物流服务和证券等领域的应用，帮助读者了解RPA实施方案；最后，阐释了RPA机器人建设方案、IPA相关知识，以及RPA与区块链、人工智能