本书分为三篇，概念篇介绍了数字孪生为什么是新生产要素的革命，应用篇详细介绍了数字孪生在智能制造、交通、新型城市、智慧建筑、新能源、健康医疗、国防工业、航空航天以及元宇宙方面的应用及案例，未来篇介绍了数字孪生的发展趋势以及普及应用后的数字地球。内容立足前沿、深入浅出，既阐述了数字孪生的感知、建模与运用，又详解了数字孪生的商业价值、发展趋势。

Linux是世界上最流行的开源操作系统。Linux系统编程技术将使你能够使用自己的系统程序扩展Linux操作 系统，并与系统上的其他程序进行通信。

本书探讨了Linux文件系统及其基本命令、内置手册页、GNU编译器集合（GCC）和Linux系统调用；讲述了如何处理程序中的错误，以及如何捕获错误并打印错误相关信息；介绍了在系统上读写文件的多种方法，包括使用流和文件描述符。随着学习的不断深入，你将深入研究创建进程、创建僵尸进程和守护进程，并学习使用systemd处理守护

本书首先系统总结了网络行为分析的相关研究背景和最新进展, 重点针对“整体”“个体”“主机群”网络行为的研究现状进行了系统对比和总结, 分析了网络行为特征和异常检测方法在检测率、运行效率、全面性和新性异常行为的识别能力等方面的不足。其次, 针对这些不足, 结合图论、特征工程、聚类、信息论等技术, 以网络流量作为切入点, 基于网络上所运载数据包呈现的网络行为属性, 从宏观到微观, 由整体到局部, 系统研究了整体网络行为、网络个体行为和主机群行为, 定义了更为有效的行为特征集、异常检测模型以

本书内容包括：数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法。

本书是一本真正地从零开始讲解Python编程的图书，它旨在让零基础读者较快地掌握编程知识，并能使用程序来满足自己的需要。 本书共有9个部分，除第1部分外，其余部分都以一个阶段性项目结尾。第1部分（第1~2章）介绍了学习编程的意义；第2部分（第3~6章）介绍编程的基本知识；第3部分（第7~12章）讲解了字符串、元组以及与用户交互的代码；第4部分（第13~15章）介绍如何编写程序来进行选择；第5部分（第16~19章）主要涉及循环的相关知识；第6部分（第20~23章）引入了函数和模块化的相关概念；第7

Lua是一门设计精简、功能强大的脚本语言。本书将Lua解释器拆解，使用C语言，一步一步构建能够正确运行的Lua解释器。本书共6章，分别为Lua解释器概述，Lua虚拟机，Lua脚本的编译与虚拟机指令运行流程，Lua编译器，Lua的解释器的其他基础特征，dummylua开发案例：俄罗斯方块。阅读本书，并不需要读者事先精通有关编译原理的知识，书中会尝试用简洁的语言，向读者介绍相关的具体内容。
Lua解释器构建：从虚拟机到编译器面向对Lua内部以及解释器的设计和实现感兴趣的读者，并要求读者

本书是Adobe Animate 2022软件的官方培训教程, 共10课, 每课都围绕着具体的示例讲解, 步骤详细、重点明确, 手把手教读者进行实际操作。本书讲解细致全面, 内容包括Animate的基础知识、创建图形和文本、制作元件动画和人物动画、控制摄像机、制作形状的动画和使用遮罩、创建交互式导航和虚拟现实环境、处理声音和视频、发布动画等, 并在适当的地方穿插介绍了Animate 2022版本中的新功能。

本书主要针对数据科学、统计学、商学领域的教学，介绍基于Python软件的数据可视化基础知识、数据计算与交互式绘图，机器学习中的可视化工具和技术，以及特定数据结构下的可视化技术，如金融数据结构、生物数据结构、网络数据结构中的可视化展示，并配以丰富的案例，紧密结合常见的统计方法和机器学习方法。本书配有大量实际案例和习题，涉及金融、经济管理、医疗影像、健康大数据、地理数据等方面的知识，内容翔实，能让授课教师充分备课，让学生全面学习，极大地提升学生的动手能力，并与现实生活接轨，让学生为胜任“全

本书注重理论与实践紧密结合, 系统介绍算法设计方法、分析技巧和C++编程实战。作者本着“易理解, 重实用”的指导思想.结合多年的教学经验, 以算法设计策略为主线, 沿着“算法思想--算法设计--构造实例--算法描述--算法分析--C++实战”的思路组织学习内容,共包括算法及基础知识、贪心法、分治法、动态规划、搜索法、随机化算法、线性规划问题与网络流、数论算法及计算几何算法和NP完全理论等9章内容。

本书为高等学校计算机类专业核心课程“算法设计与分析”教材. 全书以算法设计技术和分析方法为主线来组织各知识单元. 主要内容包括基础知识、分治策略、动态规划、贪心法、回溯与分支限界、线性规划、网络流算法、算法分析与问题的计算复杂度、NP完全性、近似算法、随机算法、处理难解问题的策略等. 力求突出对问题本身的分析和求解方法的阐述，从问题建模、算法设计与分析、改进措施等方面给出适当的建议，同时也简要介绍了计算复杂性理论的核心内容和处理难解问题的一些新技术.　
与本书配套的有习题解答与学习指导用书