《煤炭气化生产技术》在充分调研多家煤化工企业的基础上，以生产实际需求为导向，按照模块 -单元的体系重构教材内容。内容的选取和单元的设计侧重于科技素质、专业素质、职业素质的培养，将知识和技能融入各教学单元中，以学生为主体、以教师为主导，突出职教特色。全书包含7个模块、31个单元，精选企业生产案例，内容涵盖煤炭气化基本原理、气化影响因素、大型空分技术、先进气流床气化技术等。同时，教材通过二维码配套了相关视频、动画资源，可扫码观看，方便教学与自学。
本书可作为高职本科、高职专科院校煤化工技术专业

本书是编者根据当前教学改革的精神及工业分析教学的新形势，结合多年的教学实践而编写的。全书分十一章，内容包括：绪论、试样的采取与制备、水质分析、煤质分析；气体分析、硅酸盐分析、钢铁分析、有色金属分析、肥料分析、化工生产分析、快速分析及在线分析技术。内容既有较广的适用性，又注重体现新内容、新方法，使学生能够对工业分析的方法原理、特点等有比较深入的了解，既能掌握现行的分析方法，又具备改进、提高或设计新方法的能力，再结合实验锻炼学生的实验技能、技巧，以培养、提高学生的创新精神和实践能力。

本书共设有9个项目，包含50个工作任务。项目1是课程导入部分。项目2旨在让读者了解变形监测技术。项目3和项目4分别对常用的沉降监测技术和水平位移监测技术进行讲解。项目5至项目8重点介绍变形监测技术在各类典型工程中的应用实例。项目9则阐述了变形监测数据的整编与分析方法。
课程导入部分主要讲述了变形监测的概念、主要内容、方法以及精度、周期和发展趋势。而变形监测技术部分则着重介绍了变形监测系统的整体概况，变形监测技术的设计流程，技术总结报告的撰写方法，以及常用的工程变形监测仪器。在介绍变形

本教材共包含12个项目，系统讲解了使用Revil进行建筑信息建模的全过程。具体内容包括:项目1Revit基础知识，项目2标高和轴网，项目3墙体，项目4门窗和楼板，项目5玻璃幕墙，项目6屋顶，项目7楼梯、坡道和台阶，项目8柱，项目9雨篷，项目10场地，项目11成果输出以及项目12建模案例。书后附有三套综合练习题，帮助学生巩固所学知识，强化动手实践能力，检验学习效果。
本教材内容全面、循序渐进，既适合作为高职高专测绘地理信息类专业“BIM技术与应用”课程的教学用书，也可作为普通本科院校相

本书是综合性热工学理论及技术的基础教材，对工程热力学和传热学的内容进行了精选，力求做到传统的经典内容与现代科学技术的发展相结合，并选编了适量密切联系工程实际的例题、思考题及习题，满足专业人才培养的深度和广度需求。全书共两部分，13章：工程热力学（Engineering Thermodynamics）部分主要介绍工程热力学的基本概念和基本定律、常用工质的热物理性质、基本热力过程与典型热力循环分析及提髙循环效率的途径；传热学（Heat Transfer）部分主要介绍导热、对流换热、辐射换热的基本规律

机械原理是机械类专业的专业基础核心课程。本书内容是基于作者团队长期教学与科研的成果，并结合当前工业机械领域对机械设计人才提出的更高要求而写成的。本书共14章，分别是绪论、平面机构的组成分析、平面机构的运动分析、平面机构的力分析、平面连杆机构及其设计、凸轮机构及其设计、齿轮机构及其设计、齿轮系及其设计、其他常用机构、机械的运转及其速度波动的调节、机械的平衡、机械无级变速机构、工业机器人机构学以及机械系统方案设计。读者通过扫描本书中的二维码可获取相关动画、视频或小程序。

本书梳理了光电测试领域的前沿技术及应用，开篇介绍光电测试的基本概论和激光的优异特性，重点介绍各种光学机制的测量原理、样机组成，以及重要装备的典型应用场景和测量特性。本书在传统光电测试技术的基础上，摒弃传统的手动低效率技术，主要结合了新型光学技术、现代电子技术、计算机技术，整理了高精度、自动化、智能化技术。不仅介绍我国在显示屏、太阳能面板和锂电池等优势行业的新型光电测试方法、设备，也重点关注集成电路行业所涉及的光电测试技术。

本书系统深入地论述信息论和编码的基本原理和方法，内容包括：信息的度量、离散信源与连续信源、离散信道与连续信道、无失真信源编码、信息率失真理论、香农信道编码定理、近世代数基础、线性分组码，循环码、卷积码等。本书将严密的数学推导、清晰的物理解释与丰富的举例相结合，将经典理论的介绍和信息论的最新研究成果相结合。

本书介绍了人工智能(AI)的核心技术、应用实践及伦理治理，旨在使读者初步认识人工智能。书中阐述了AI的起源、发展历程及关键技术，展示了AI在各个领域的应用与技术突破。通过分析机器学习、深度学习和预训练模型，帮助读者理解AI如何从基础算法发展到复杂的智能系统。同时，本书还介绍了多模态AI、生成式AI和智能机器人，展示了AI模型的不断进步以及AI模型如何深刻改变人们的生活。通过对AI在科学研究和交叉学科应用方面的讨论，揭示了AI赋能各行各业的巨大潜力。最后，本书探讨了人工智能的伦理与治理问题，强调技

本书系统地介绍了数据科学中的核心理论与实践方法，为读者理解和应用这些技术提供了坚实的基础。本书涵盖了监督学习、无监督学习和强化学习的内容。其中，监督学习包括理论框架、线性模型、核方法、神经网络以及一阶优化方法。无监督学习涉及聚类分析、主成分分析和生成学习方法。强化学习提供对相关内容的深入探讨。