本书是以MIS系统项目为核心以案例为驱动的软件工程理论联系实践的课程教材。全书在编写上进行了实践性的突破,从软件工程实践的角度,依据软件项目的生命周期逐一分析了软件项目开发的各个环节,并附有具体的实际案例文档。全书主要内容包括: 软件工程项目开发的概念和内涵、软件工程实践常用开发方法、软件项目可行性分析实践、软件项目总体规划实践、软件项目分析工具选择、软件项目系统测试实践、软件实践开发中Visio工具的使用、书店网上售书系统的实践导引、教务管理系统的实例导引、电子商务英才网络应聘管理的实例
在这个智能为王数据是金的时代,越来越多的数据,包括物联网设备采集的客观世界数据,被用来指导人类的实践活动。机器学习是处理与分析这些数据的一类常用方法。本书力求从原理的角度,从无到有,讲清楚机器学习中的一些常见方法,并从实践的角度,循序渐进,引领读者独立编程实现这些机器学习方法,从而帮助读者迅速掌握机器学习方法,为读者进一步学习理解深度学习方法奠定坚实的原理与实践基础。 本书适合计算机科学与技术、人工智能、物联网工程、数据科学与大数据、通信工程、电子信息、机器人、自动化、智能制造等相关专业高
本书全面介绍电子技术的基本理论、电路的基本分析方法和设计方法。全书共分12章,内容包括电路的基本概念及基本定律、电路的基本分析方法、正弦稳态电路分析、常用半导体器件、放大电路基础、集成运算放大器及其应用、直流稳压电源、数字逻辑基础、逻辑门电路和组合逻辑电路、触发器和时序逻辑电路、半导体存储器和可编程逻辑器件,以及数模与模数转换电路。每章均有Multisim仿真示例、小结、自测题和习题。本书可作为高等学校理工科相关专业的教材,也可供高等学校教师、研究生及从事电子技术研究的科技人员参考。
数据结构是计算机专业的核心基础课程之一,在计算机及相关专业教学中占有十分重要的地位,也是其他理工类专业的重要选修课程。本书主要介绍线性表、树和图三种重要的基本数据结构,以及如何应用这些基本数据结构解决实际问题,在此基础上穿插讲解了一些在计算机发展史上做出重要贡献的经典算法,并以查找和排序为专题介绍了这两类算法。本书既具有较强的理论性,又注重实际动手能力的培养,提供了丰富的图例和大量接近可执行版本的代码样例。通过阅读和学习,读者将了解数据对象的特性,掌握数据的逻辑结构与存储结构,初步具备数
本书系统地介绍了现场总线系统和结构、数据通信技术原理、总线拓扑结构、访问控制方式、数据传输介质、差错控制等内容,重点介绍了FF 总线、PROFIBUS 总线、CAN 总线、DeviceNet 总线、ControlNet 总线、Modbus 总线、工业以太网总线技术及其应用示例,突出协议的通信模型、物理层、数据报文协议、对象模型、设备选型、工程应用等,所举的例子具有一定的代表性和广泛性,对典型现场总线应用系统的剖析深入浅出。本书主要面向智能制造、机器人以及自动控制领域从事科学研究、产品开发
本书以目前常用的主流数字电子技术教学内容为主线,编写了4章共16个实验和8个课题设计。第1章介绍了数字电路实验的基础知识,第2章设计了数字电路的基础实验和综合性实验。第3章从实验教学内容要及时跟踪现代电子技术的发展状况出发,引入了电子设计自动化(EDA)技术和FPGA技术,安排了基于EDA的数字电路设计与仿真实验。第4章从数字电子技术课程设计出发,设计了研究型实验课题,并提出了课程设计的参考选题。此外,从实验教材知识的完整性考虑,在附录A和附录B中分别介绍了两种EDA软件的使用方法;附录C介绍了
本教材以真实生产项目为雏形,结合专业人才培养方案,将与机械加工岗位有关知识目标、技能目标融合到零件结构中,构建出4个模型载体,然后根据模型载体的工作过程,分解出24个任务,以24个任务的完成为导向,综合考虑到课程体系的完整性与简化性统筹,将24个任务整合到8个教学项目中,整本教材遵循的是“项目驱动,工作任务导向”为理念编制而成。这8个项目分别是:项目一切削加工基础认知,该项目主要内容是在切削加工过程中所产生的切削变形、切削温度、刀具磨损等物理现象的原因、对加工过程的影响,改善的途径等。项目二车削
本书是针对高等职业教育土建大类各专业的课程教材,共分为8章,第1章介绍了装配式建筑和该行业的发展情况;第2章介绍了装配式混凝土结构的连接方式,包括装配式混凝土结构建筑、钢结构建筑、木结构建筑;第3章介绍了装配式混凝土建筑常用预制构件及其制作;第4章介绍了装配式混凝土建筑的施工等内容;第5章介绍了装配式建筑装饰装修相关内容;第6章介绍了装配式混凝土建筑质量控制与验收等内容;第7章介绍了装配式混凝土建筑安全生产等内容;第8章介绍了BIM技术在装配式建筑中的应用,包括BIM的概念、工作方式及其在
《大数据开发基础与实践(微课版)》从初学者角度详细介绍了大数据开发的基础知识和对应的项目开发实践。全书共七个项目开发案例。第一个项目是大数据集群环境搭建,包括Linux虚拟机、JDK环境、Zookeeper、Hadoop、HBase、Spark等平台的安装和配置;第二个项目是数据仓库构建,包括MySQL、Hive的安装与配置;第三个项目是Java访问Hadoop实践,包括Java访问HDFS文件系统和MapReduce编程实践;第四个项目是大数据采集实践,包括利用Python编程语言、Re