從學(xué)生的認知能力、思維能力提升的剛性需求出發(fā)，融合中國傳統(tǒng)文化，結(jié)合有趣的漫畫故事，引入編程思想，特出版系列圖書：《編程初體驗：思維啟蒙》《編程輕松學(xué)：ScratchJr》《編程趣味學(xué)：Scratch3.0》和《編程創(chuàng)新應(yīng)用：從創(chuàng)客到人工智能》。每本書內(nèi)容自成體系，相對獨立，之間又有內(nèi)在聯(lián)系，層次分明，內(nèi)容形式新穎，能

本書主要介紹控制系統(tǒng)的基礎(chǔ)知識和設(shè)計方法。全書首先介紹了控制系統(tǒng)的基本概念，然后論述了控制系統(tǒng)的微分方程和傳遞函數(shù)等數(shù)學(xué)模型的建立和等效簡化方法。在系統(tǒng)分析方面，主要介紹了控制系統(tǒng)的時域分析法、根軌跡分析法和頻域分析法。在系統(tǒng)設(shè)計方面，主要介紹了串聯(lián)校正技術(shù)和PID控制技術(shù)。在計算機控制技術(shù)方面，論述了連續(xù)信號的采樣過

本書系統(tǒng)地介紹了三支決策空間理論的基本原理與基本方法.全書共?9?章,內(nèi)容包括三支決策空間理論的相關(guān)基本概念—偏序集、Fuzzy集、粗糙集、三支決策;三支決策空間的建立—決策評價函數(shù)公理、三支決策空間上的三支決策、基于各類集合的三支決策、動態(tài)三支決策和雙決策評價函數(shù)的三支決策;三支決策空間的構(gòu)造—三支決策的聚合、半三支

PremierePro是影視設(shè)計相關(guān)行業(yè)常用的軟件。本書通過大量的案例，系統(tǒng)講述了利用這款軟件進行影視設(shè)計的方法和技巧。全書從PremierePro基礎(chǔ)知識講起，全面介紹了Premiere在影視剪輯、廣告動畫等行業(yè)的應(yīng)用。內(nèi)容包括Premiere基礎(chǔ)入門、常用操作、視頻剪輯、字幕效果、渲染和輸出等。本書內(nèi)容豐富實用，知

本書旨在探討AI提示工程(通常簡稱提示工程或Prompt工程)在各領(lǐng)域的應(yīng)用。大語言模型是人工智能領(lǐng)域的重要成果，在自然語言處理和生成任務(wù)中發(fā)揮著重要的作用。讀者通過深入了解和應(yīng)用提示工程，能充分挖掘和利用大語言模型的潛力，提升效率、促進創(chuàng)新，并解決實際問題。本書涵蓋人工智能發(fā)展歷程，提示工程的概念和設(shè)計原則、策略和技

本書是一本針對想要學(xué)習和掌握以Midjourney為代表的主流AI繪畫工具的讀者所設(shè)計的教程。本書的目標讀者既包括從事平面設(shè)計、UI設(shè)計、海報設(shè)計、廣告設(shè)計、插圖設(shè)計等專業(yè)設(shè)計工作者，也包括在工作和學(xué)習中需要制作圖片的職業(yè)工作者。例如，在Word和PPT制作中需要設(shè)計圖片的人員。

本書圍繞Kubernetes云原生數(shù)據(jù)基礎(chǔ)設(shè)施，介紹了如何通過Kubernetes管理數(shù)據(jù)存儲，如何通過Helm和Operator在Kubernetes上自動部署和管理數(shù)據(jù)庫，闡述了數(shù)據(jù)流式傳輸和數(shù)據(jù)分析的過程，探討了在機器學(xué)習及其他新興用例中如何使用Kubernetes云原生數(shù)據(jù)等。本書不僅深入闡述了云原生基礎(chǔ)設(shè)施的

本書主要介紹原型Petri網(wǎng)、知識Petri網(wǎng)、帶有優(yōu)先級的時間Petri網(wǎng)，用于對有限狀態(tài)并發(fā)系統(tǒng)控制流、安全多方計算協(xié)議、多處理器搶占式實時系統(tǒng)等在一定層級上的抽象建模，如刻畫并發(fā)、選擇、沖突、多方交互、多方認知過程、（搶占式）資源分配、事件的實時性約束等。本書介紹的計算樹邏輯、知識計算樹邏輯、時間計算樹邏輯等可以

本書講述了多粒度信息融合的基本概念以及多粒度融合理論賴以發(fā)展的基礎(chǔ)理論，如Dempster-Shafe證據(jù)r理論、Dezert-Smarandache理論、粗糙集、模糊集等；介紹了同/異鑒別框架下的多粒度融合、猶豫模糊信度下的多粒度融合和多粒度折扣信息融合。本書給出了典型算例詳盡的融合流程，以及多粒度融合的典型應(yīng)用，如

本書主要介紹作者近年來在深度學(xué)習與圖像處理等方面的研究成果，包括圖像去模糊、視頻信息缺失補全、圖像分類識別、圖像領(lǐng)域自適應(yīng)、多源跨域圖像遷移學(xué)習相關(guān)理論和方法，用到的模型主要包括多尺度編解碼深度卷積神經(jīng)網(wǎng)絡(luò)、多尺度特征金字塔網(wǎng)絡(luò)、雙判別器生成對抗網(wǎng)絡(luò)、漸進增長生成對抗網(wǎng)絡(luò)、貝葉斯正則化深度卷積神經(jīng)網(wǎng)絡(luò)、深度對抗域自適應(yīng)