本书阐述了以CL-20为主要代表的高能钝感共晶炸药数值模拟与性能预测评估方法,主要内容包括CL-20RDX共晶炸药性能预测与评估、CL-20RDX共晶炸药制备与性能测试、CL-20FOX-7共晶炸药性能预测与评估、CL-20NTO共晶炸药性能预测与评估、CL-20LLM-105共晶炸药性能预测与评估、CL-20TNTHMX共晶炸药性能预测与评估等相关内容。

重庆超级工程——来福士是典型的城市复杂公共空间。重庆来福士项目自开始建造便争议不断。无论其造型争议、风水争议还是商业争议等，都不可否认重庆来福士作为一个大型复杂的城市综合体工程项目是十分成功的，其施工难度，施工技术，管理成果都可以称教科书级的经典案例。为此，本书从项目概况、土石方工程、结构工程、幕墙工程、钢结构工程、观景天桥工程、机电工程、古城墙事件、交通协调与管理、安全管理工程等12个方面介绍了重庆来福士项目建设和管理实况，供项目建造及管理同行参考，供读者阅读和分享。

本书旨在帮助计算机IT技术人员提升职场核心技能、架构思维、团队管理能力、商业认知，让每一位普通的技术从业者，修炼成为"技术职场超级个体”，通过全面升级个人的底层操作系统，从容地应对快速变化的世界。本书按照技术职场人的成长轨迹，首先关注技术人的职场定位、思维方式升级、职场沟通、架构思维、学习能力和创新能力。然后介绍从技术转管理会踩的坑、有效管理的原则、打造高效组织架构、团队高效执行力、技术人才的选用育留、管理者的自我修养、管理者的商业思维。全书总结了从程序员到技术高管，所需的72项技能。这些技能来

本书介绍测试系统构建领域通用测试系统的设计实现，并使用C++和Qt技术实现通用化的测试系统框架，内容包括测试系统行业背景、具体技术、具体的设计实现等。全书共4个部分。第1部分为测试系统框架，介绍行业背景、通用测试系统、C++和Qt技术。第2部分为关键技术，介绍实现通用测试系统的几个核心技术。第3部分为工程实践，介绍一套通用测试系统的具体设计与实现。第4部分为测试信息化，介绍测试系统领域的测试信息化建设。本书既可作为研制测试系统的参考书，也可作为学习Qt及框架软件设计的参考书。

在当今的数字化时代，数据安全和个人隐私面临着前所未有的挑战，各种攻击技术层出不穷，Web安全依然是最主要的攻防战场。近10年与Web相关的技术飞速发展，本书第2版更新了前沿安全技术相关的内容，不仅从攻防原理的角度讲解了Web安全的各个方面，还介绍了安全开发、安全产品设计、企业安全建设等方面的最佳实践。Web开发者、安全专业人员以及对Web安全感兴趣的读者都可将本书作为参考指南。

本书是学习ROS的实用化书籍。从对机器人的介绍开始，由浅入深依次讲解ROS依赖的Linux系统、常用的高级编程语言Python、ROS环境和机器人编程开发实训等内容。在学习ROS开发过程中，本书在实战篇加入了SLAM建图、视觉跟随和物联网控制等前沿知识的介绍，使读者在学习编程技能的同时，能够更加深入地理解最新的机器人控制理论。为了发挥ROS与ROS2各自的优势，本书提出了ROS与ROS2混合编程方法，并给出了翔实的实践案例。 本书可供从事无人驾驶和移动机器人研究的科研工作者、高校教师及相关专业学

图数据是对万物间联系的一般抽象，广泛存在于各行各业中。图表征学习为图数据的建模与分析提供了新范式，是近年来机器学习与数据挖掘领域的热门研究方向，并被有效地应用于推荐系统、交通预测等众多领域。本书将全面介绍图表征学习，特别是针对处于真实世界动态、开放环境之中图数据的图表征学习方法。本书分为3 篇：第1 篇介绍图嵌入和图神经网络等经典图表征学习方法；第2 篇围绕鲁棒性、动态性、可解释性、分布外泛化性等多个角度，系统地介绍针对动态开放环境中的图表征学习方法；第3 篇以四个不同领域为例，从推荐系统、交通

随着ChatGPT的火爆出现，相信很多人都在思考如何使用和训练ChatGPT，让它成为自己工作和生活的“得力助手”。本书就是一本教你如何训练ChatGPT高效完成日常办公任务的实战图书。全书分3篇，共8章。其中，第1章介绍ChatGPT的技术原理，第2～4章介绍正确使用ChatGPT的方法，第5～8章通过丰富的实战案例，介绍如何利用ChatGPT生成VBA、Python代码，从而培养我们的编程思维，实现工作中的编程自动化，进而在AI的加持下快速提升我们的数据处理与分析、总结汇报和互联网营销能力。

本书在理论方面和实践方面都讲解得浅显易懂，能够让读者快速上手，一步步学会使用Python与Excel相结合进行数据处理与分析。 全书内容分3个部分共12章。第1~4章为入门部分，主要介绍什么是数据分析，以及Python的编程环境和基础语法知识。第5~9章为进阶部分，主要介绍数据处理和分析的各种方法。第10~12章为实战部分，这部分的3个实例综合了本书前面部分的知识点，介绍了如何结合Python与Excel在实际工作中进行数据处理与分析操作。 本书内容由浅入深，且配有案例的素材文件和代码文件，便于

本书主要内容包括探索性数据分析、有监督学习 (线性回归、SVM、决策树等)、无监督学习 (降维、聚类等), 以及深度学习的基础原理和应用等。本书旨在为广大读者提供一个系统全面、易于理解的机器学习和深度学习入门教程。不需要过多的数学背景, 只需掌握基本的编程知识即可轻松上手。