本书对航空弹药供应保障模型及决策支持系统进行了研究，分别从航空弹药消耗、存储、调运三个维度构建航空弹药保障系统，在此基础上进一步研究了航空弹药保障决策支持系统的总体设计框架。本书基于国内外的航空弹药保障系统相关研究成果，分别从航空弹药消耗预测、航空弹药储存点布局、航空弹药调运决策等角度进行深入研究，构建航空弹药供应保障模型，进而设计航空弹药保障决策支持系统。本书的研究对于切实提高航空弹药供应保障能力以及实现决策科学化具有重要的军事意义和现实指导作用。

本书依托东南大学研究生课程教学成果（威尼斯建筑双年展参展项目），并作为江苏省住建厅绿色科技支撑项目的理论成果，着重剖析阐释了著者针对苏州干将路古城区段城市更新研究的理论探究、方法创新和设计操作的实践过程。主要内容：1）围绕“重塑姑苏繁华图”的价值目标，剖析研究对象干将路古城区段的现状及问题、提出应对方法与策略、描绘设计目标和愿景；2）以绿色技术系统组织、空间节点布局建构、日常生活方式、传统文化再生四个维度分别详述具体的更新方法，展示分段设计成果；3）总结归纳更新设计的理论思考和逻辑环环

本专著紧密结合人工智能在电力系统中应用的最新趋势，注重对人工智能方法特点，以及电力系统实际工程需求的分析，将理论与实际紧密结合。从专业领域涵盖电力系统稳定分析的各大环节，用四个典型的电力系统应用场景，介绍了人工智能方法与传统电网运行控制方法的联合应用方式。全书共7章，第2章介绍人工智能技术在电力系统态势感知技术中的应用，第3章介绍数据-物理联合驱动方法的应用及其典型模式，第4-7章分别针对电力系统中的不同应用场景，介绍不同数据-物理联合驱动方法的实施方法和效果，包括：电网模型的参数辨识

本书以机械类本科专业毕业要求为导向，在认真总结和汲取教育教学改革、教材整合与改革成果的基础上编写而成。除绪论外，主要内容有机械制造过程概述、金属切削理论基础、金属切削机床与夹具、常用切削加工方法与刀具、机械加工工艺设计基础和先进制造技术。
本书以机械制造工程内容导入，继而分述制造过程各环节所涉及的基本概念、基本理论和技术方法、机床设备及工艺装备的工作原理与应用实践等，将理论与实践相融合，将传统制造技术与先进制造技术相结合，注重知识理论实用化，使学生在获取知识的同时，注重对学习能力和分析解决

本书从博弈论基础开始，系统地介绍了博弈论在数据安全中的应用，汇集了近年来基于博弈论研究数据安全的最新成果，重点探讨了秘密共享的可公开验证模型及博弈论分析、数据外包情况下的博弈模型、激励相容机制和抗共谋机制以及隐私保护的博弈分析、基于信息论的理性委托攻防模型，为数据外包更新提出了有效策略。本书观点新颖独到，研究内容均为作者原创科研成果，对制定正确的数据安全策略，提高数据安全保障能力具有重要的参考价值。
　本书概念清晰、结构合理、内容深入浅出、通俗易懂，不仅阐述了博弈论与数据安全的基本理论，同

本书以“案例制作+技术回顾”为脉络组织内容，帮助读者掌握After Effects 2022的使用方法，并快速上手视频剪辑和特效制作。

全书包含85个实战案例和6个商业项目实战，对After Effects 2022的基础操作、动画、表达式、视频效果、视频过渡、粒子特效、抠图、调色、文字和渲染输出等功能与操作技巧进行重点解析，配合常见类型的实战案例进行讲解，帮助读者在学习后能够融会贯通、举一反三。

本书附赠的学习资源包括所有实战案例和商业项目实战的源文件，技术回顾

本书是一本介绍模拟电路、数字电路和电力电子电路的图书，主要内容有电路分析基础，放大电路，集成运算放大器，谐振电路与滤波电路，正弦波振荡器，调制与解调电路，频率变换电路与反馈控制电路，电源电路，数字电路基础与门电路，数制、编码与逻辑代数，组合逻辑电路，时序逻辑电路，脉冲电路，A/D(模/数)和D/A(数/模)转换电路，半导体存储器，电力电子电路，单片机快速入门。

本书具有起点低、由浅入深、语言通俗易懂的特点，并且内容结构安排符合学习认知规律。本书适合用作模拟电路、数字电

近年来，短视频行业发展迅速，越来越多的人希望进入这个领域有所发展，但大部分新手不清楚如何全面、系统地做好短视频运营。本书基于作者丰富的短视频运营和主播培养经验，旨在为相关从业者尤其是新手提供一套可有效指导实战的思路、方法和技巧。 本书共分为8 章，分别从赛道选择、人设定位、流量运营、平台选择、爆款运营、直播运营、变现模式等方面介绍了短视频运营的相关知识、实战方法和注意事项，并详细介绍了三位典型的百万粉丝主播的成长案例。此外，书中还穿插了作者本人及其培养的主播根据自身实践经验总结出的很多实战技巧和

本书重点讲解基于云平台的超参数优化、神经构架搜索以及算法选择等内容，是自动机器学习的基本任务。介绍了基于三个主要云服务提供商（包括 Microsoft Azure、Amazon Web Services (AWS) 和 Google Cloud Platform）进行 AutoML，同时部署 ML 模型和管道，具有较强的实用性。在应用场景中评估 AutoML 方面，例如算法选择、自动特征化和超参数调整，并区分云和 OSS 产品等。本书适用于从事机器学习或人工智能方向的数据科学家或工程师学习，也适