本书是为"C语言程序设计”课程编写的配套教材，调试环境为Visual C++ 2010。本书分为两部分。*部分为实验指导，共分为11章，本书*的特点是对实验项目进行了分层，以适应不同的层次水平的程序设计爱好者，对初学者能循序渐进引导其熟悉程序设计，对有一定基础的学生能开拓思路。第二部分为习题，共分为11章和一个附录，每章提供了大量的题目，试题类型丰富，包括选择题、填空题、程序阅读题、编程题和简答题等，有些是由历年全国计算机等级试题汇编而成，并在书的*后附有一套全国计算机等级考试样题。

本书为中英双语版，以天津启诚伟业科技有限公司提供的TQD-Micromouse-JM 智能鼠为载体，是智能微型运动装置（Micromouse）技术与应用系列丛书的高级篇。本书以真实工程项目为背景，通过基础知识篇、综合实践篇和拓展竞技篇三篇讲述了智能鼠的发展、硬件、开发环境、基本操作；智能鼠的运动姿态控制、智能控制算法和技术；智能鼠迷宫信息的获取与存储、路径规划、走迷宫程序设计等。同时，本书附录提供了国际Micromouse走迷宫竞赛相关知识、智能鼠器件清单、智能鼠迷宫图库、专业词汇中

Python作为一门程序设计语言，近年来被广泛使用。本书由一线骨干教师编写，是一本理论与实践并重的教材。全书主要讲解了Python语言基础、函数与模块、特征数据类型及其操作、面向对象程序设计、字符串和正则表达式、多线程与多进程、异常处理、数据库操作、文件操作和数据可视化等。本书的特色是理论知识体系完善、实践案例清晰易懂，便于学生自学和教师施教。

内容主要分为四个部分，第一部分介绍Linux系统常用指令和shell编程基础；第二部分介绍与系统安全有关的知识，分别从用户管理、进程管理、文件系统安全、网络系统安全和对整个操作系统的监控等方面来实现安全管理，并用C语言和Python语言来是实现系统安全的功能；第三部分是对计算机操作系统的管理，从磁盘管理，内核管理和软件管理三个方面管理计算机的操作系统，让它更好地为我们服务；第四部分是应用部分，重点介绍了图形编程的应用。

本书内容按照本科操作系统课程教学大纲的要求，系统介绍了操作系统基本概念和基本原理，并在各章中结合Linux实例加以讲解。本书内容主要包括：操作系统概论、进程管理、调度与死锁、内存管理、文件管理、设备管理、操作系统的安全性，以及目前流行的Windows等操作系统实例。

本书主要介绍了工业、科研、生活等领域常用传感器的工作原理、基本结构、选型、安装使用、综合应用等方面的知识，对测量技术的基础知识、检测系统的信号处理和抗干扰技术等也作了介绍。同时增加了微型传感器、智能传感器、物联网、自动检测系统设计等新知识。 本书以实用性、操作性、创新性为特色，以项目为载体，采用任务驱动的教学方式，突出了各种常用传感器的单项和综合应用；同时设置了传感器综合实训和自动检测系统设计项目，以加强对传感器实际应用能力的培养和提高。

《Python基础及应用》完全为零基础的初学者量身定做，配合大量实例介绍了Python的基本语法、编码规范和一些编程思想。
《Python基础及应用》共分为两部分，第1~6章为Python语言基础，主要介绍Python的基本用法。第7~10章介绍一些Python的实际应用，第7章介绍了如何用Python进行GUI开发，第8章介绍了如何用Python开发网络爬虫，第9章介绍了如何用Python进行Web开发，第10章介绍了如何使用Python进行数据分析与可视化处理，第11章介绍了如何使用P

近年来，演化计算作为计算智能中传统的优化技术，已经广泛应用于求解各种数据挖掘问题，形成了一种基于遗传的机器学习新范式学习分类器。一方面，在真实场景中采集的原始数据不可避免地包含着冗余乃至噪声属性的信息，这些不相关的特征将对学习分类器算法的学习性能与计算效率造成负面影响。另一方面，学习分类

我国提出新基建概念，要加快大数据中心、人工智能等新型基础设施的建设进度，这无疑需要更多的大数据人才。PySpark可以对大数据进行分布式处理，降低大数据学习门槛，本书正是一本PySpark入门教材，适合有一定Python基础的读者学习使用。
本书分为7章，第1章介绍大数据的基本概念、常用的大数据分析工具；第2章介绍Spark作为大数据处理的特点和算法；第3章介绍Spark实战环境的搭建，涉及Windows和Linux操作系统；第4章介绍如何灵活应用PySpark对数据进行操作；第5章介绍P

教材系统地介绍文本数据挖掘的相关概念，利用Python作为工具进行相关试验，其内容主要包括：文本挖掘产生的背景及发展；文本挖掘的概念、文本模型表示、文本内容的预处理，包括分词、去停用词以及特征抽取；文本相似度的概念等。介绍文本分类的概念及常用方法，如KNN算法、SVM算法等，并对分类结果进行评价；在介绍文本聚类聚类的概念时是，同样介绍聚类常用算法，如K均值算法、层次聚类法、密度聚类法等，作为有文本分类、文本聚类的应用，最后给出了信息抽取、社会网络中的实体关系抽取和事件抽取。