本教材特色：（1）作者已开设了课程的视频，在智慧树等平台开课，教材上将会有视频的链接，方便学习者获取本课程的视频资源；（2）作者已开发C程序设计的在线实践平台及丰富的题库(平台简称NBUOJ），学习者可在线提交C代码、获得在线评判等；（3）课程中大量的案例可以在NBUOJ上在线提交验证，课后的编程实验题也都可以在NBUOJ上提交并获得实时在线评判；（4）对课程基本内容采用了大量的图、表的形式来描述，便于理解。本教材可用作大学计算机公共课程，也可作为计算机专业学生C语言程序设计的入门教材。

本书从理论阐述和工程应用出发，较全面地介绍分布式光纤传感技术的理论和应用。全书共6章，主要内容包括：分布式光纤传感、分布式光纤声振技术原理、分布式光纤声振技术系统组成、分布式光纤声振解调技术、模式识别在分布式光纤声振技术中的应用、分布式光纤声振技术工程应用等。本书提供配套电子课件、习题参考答案等教学资源。

《HTML 5+CSS 3网页设计教程》结合作者多年实践教学经验，以实用性为导向全面讲解HTML 5+CSS 3网页设计核心技术。全书共11章：第1～5章是HTML部分，介绍HTML常用标签使用及HTML 5新特性；第6～9章是CSS部分，主要介绍CSS层叠样式表应用和使用CSS+DIV实现页面布局及网页美化；第10章介绍CSS 3的2D和3D转换、CSS 3动画效果；第11章以“电子产品购物网站首页实现”开发案例进行综合讲解。《HTML 5+CSS 3网页设计教程》各章整体结合实例讲解难点和关

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。

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。