《Python数据分析与可视化项目实战》由浅入深地讲解了使用Python语言实现大型商业案例项目数据分析的知识，几乎覆盖了当今主流的数据分析行业。全书共9章，分别讲解了电影产业市场数据分析和可视化系统，电商客户数据分析和可视化系统，房产信息数据分析和可视化系统，城市智能交通数据分析和可视化系统，NBA球星技术统计信息数据分析和可视化系统，股票数据分析和可视化系统，民宿信息数据分析和可视化系统，足球数据可视化分析和机器学习预测系统，网络舆情数据分析和可视化系统等。
《Python数据分析与可

本书介绍了基于认知逻辑的密码协议分析。从密码协议的逻辑分析讲起，介绍密码学的基础知识、认知逻辑基础理论,到用认知中的行为、行为模型以及时态认知逻辑分析具体的密码协议，以具体实例阐述了用动态认知逻辑的理论来分析密码协议的安全性。本书内容的编排由浅入深层层展开，适合各层次的读者参阅，可为密码协议分析和网络安全提供一定的理论与技术支撑。
本书可供相关专业的教师、科研人员或工程技术人员参考，也可供高等院校计算机科学与技术、网络空间安全、通信工程以及逻辑学等专业高年级本科生和研究生学习使用。

OpenHarmony轻量系统入门到精通50例是一门以案例驱动学习的教材，本书基本覆盖了OpenHarmony轻量系统所有的知识点。由浅入深系统地讲解了OpenHarmony所有的知识点。其中第1章是本书的准备阶段，介绍OpenHarmony及开发环境的搭建、应用模块开发及启动流程分析；第二章以有趣的小案例讲解OpenHarmony轻量系统中常用系统接口，如任务（可以理解为线程）、互斥锁、软件定时器、中断机制、内存管理；第3章以丰富的外设案例讲解OpenHarmony轻量级系统的设备接口，如GP

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

本书内容主要为永磁滑差传动机构的设计计算研究，该机构具有联轴器工况和滑差传动工况。本书提出了具有偏心圆弧永磁体的方案，使得机构在滑差传动时具有平稳的磁扭矩-相对转角特性，进而分析了在不同相对转角时其磁通密度、磁力线大小和方向、退磁特性和退磁风险等内容，揭示了获得平稳磁扭矩-相对转角特性的内在原因。提出了等效面积法，利用BP神经网络训练好的网络模型，根据给定的磁扭矩可以快速获得合适的异形永磁体结构参数，缩短开发周期。

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。

本书主要介绍金属材料焊接性的影响因素及评定方法，使学生理解金属焊接性的基本概念及理论知识，掌握物理性能、化学性能与焊接工艺之间的关系。同时学习常用金属材料如碳钢、合金钢、不锈钢、铸铁及有色金属的的焊接性，以及如何根据金属材料的焊接性选择焊接方法、焊接材料、预热、后热及其他焊接工艺措施等。内容的编排上遵循金属材料的种类及性能→焊接性→焊接工艺要点→典型钢种的焊接工艺。 通过本课程的学习，学生应具备分析常见金属材料焊接性及和制定焊接工艺的能力和基本素质的能力。本教材的读者对象为机械类焊接专业高职及专