本书以Linux发行版本Ubuntu为平台，用项目教学的方式进行介绍。全书共五个项目，分别介绍了嵌入式系统、计算器项目的设计与实现、基于ZigBee传输技术的无线QQ项目设计、基于STM32的温湿度监测系统，以及基于NB-IoT技术的智慧消防系统设计（课程实践部分），其中，项目一到项目四着重训练基础，项目五为课程的综合实践部分，本书图文并茂，内容深入浅出。 本书可作为高职高专院校相关专业的教材，同时可作为初学者学习Linux的一本入门书籍。

在数字化浪潮中，大数据技术无处不在，包括互联网、体育、工业、医疗、交通等在内的社会各行各业，都融入了大数据的印迹，大数据对人类的社会生产和生活产生了重大而深远的影响。一早醒来，多篇你感兴趣的推送文章早已占领手机屏幕；走在路上，智能手环实时监测着你的健康信息；想点外卖，小程序优先推荐最符合你口味的商家；骑车出行，导航系统会提供实时路况和最优路线避开拥堵；晚上回家，收到工厂根据你的身材比例剪裁制作的个性化服装。这些现象的背后，其实都和大数据息息相关。大数据技术正在不断与人类生产生活进行交汇与融合，并

“工业软件导论”是计算机相关专业本科生及研究生的主要专业课之一，是新工科人才培养方案中的必修环节。本书将工业大数据和工业软件整合在一起，使知识体系化，能让读者更明确的了解到工业领域的大数据发展情况。主要内容包括工业软件概述、工业软件应用、工业大数据概述、工业大数据相关技术、工业知识图谱、工业互联网，以及船舶与海洋平台软件设计等。本书能让读者了解到如何在工业领域应用大数据，以及最新的知识图谱在工业软件领域的研究和应用。

本书系统介绍MCS-51系列单片机原理及接口技术。全书共分为9章。第1章为单片机概述和相关数学基础知识。第2章介绍80C51单片机内部结构和工作原理。第3章以例程解释指令功能的方法介绍汇编指令系统及指令的用法。第4章讨论C51语言原理及典型程序设计方法。第5章-第7章分别介绍单片机的中断系统、定时器/计数器和串行口工作原理以及编程使用方法。第8章为单片机的硬件扩展技术，包括单片机外总线构造、存储器扩展、采用并行接口扩展和串行总线接口的扩展I/O等内容，存储器、I/O接口及使用、D/A与

《C#语言程序设计教程（第2版）（微课版）》以项目为轴线，秉持成果导向教育理念，以Windows窗体应用程序开发为载体，讲解面向对象C#语言的基础知识和Windows程序设计的基本技能，定位应用型人才培养。
本教材共15章，内容涵盖C#语言开发环境概述、C#语言程序设计基础、字符串和数组、类和方法、继承和多态、集合和泛型、调试和异常处理、委托和事件、Windows 窗体应用程序、文件和流、进程和线程、ADO.NET技术、数据绑定技术、三层架构学生信息管理系统实现及上机实验。

本书以华为云计算技术与应用为主线，深入讲解云计算关键领域的技术应用。全书包括9章内容，分别为云计算概念与核心技术、云计算平台与服务、云计算新技术及其发展趋势、华为云网络服务与应用、华为云计算服务与应用、华为云存储服务与应用、华为云容器服务与应用、华为云数据库服务，以及华为云计算综合实践。

本书内容简洁、技术实用，旨在帮助读者了解并熟悉华为云计算的相关技术及应用。本书适合云计算行业的专业技术人员、云计算行业的爱好者，以及对云计算相关知识感兴趣的读者阅读，也适合作为高校云

"《C语言程序设计(第4版)(微课版)》以Visual C++ 6.0集成环境为开发平台，融基础知识、案例设计、课程实验、综合设计、习题训练、易错提示、微视频于一体。以成果导向为教育理念，以培养学生算法设计思想为出发点，以提高学生编程能力为宗旨组织教材内容的编写。
《C语言程序设计(第4版)(微课版)》主要内容包括程序设计基础知识、简单程序设计、顺序结构程序设计、选择结构程序设计、循环结构程序设计、数组程序设计、函数程序设计、指针程序设计、结构体程序设计、文件程序设计和综合实训。每章附有大

"《Illustrator平面设计标准教程(微课版)》系统介绍了使用Illustrator 2022进行平面设计的方法和技巧。全书共分10章，主要内容包括Adobe Illustrator软件入门必备知识和操作方法，简单图形的绘制，图形对象填色与描边的操作，复杂图形的绘制，图形对象的变换操作，文本对象的输入与编辑操作，图形对象的管理，图形对象的高级编辑操作，创建图形效果及绘制图表操作等。
《Illustrator平面设计标准教程(微课版)》结构清晰，语言简洁，实例丰富，既可作为高等院校相关

本书共7章，每章都深入研究了数据处理与数据安全的不同方面，以及如何应用Python解决相关问题。从数据的采集、清洗到网络传输的安全性、数据库操作，再到Web应用的安全性，本书将为读者提供翔实的知识和实际操作过程。

本书以图像处理技术为主线，介绍了深度学习在图像处理中的理论和应用。本书的核心内容涵盖了深度学习的各个层面，包括设计卷积神经网络的基础知识、低阶和高阶图像处理任务的实现等。这些内容不仅包含理论介绍，还包括大量的实例代码，使用Python语言及当前流行的深度学习环境，帮助读者理解和实践深度学习在图像处理中的应用。在低阶图像处理任务部分，本书详细介绍了图像去噪、去模糊、增强和超分辨率重建等任务。在高阶图像处理任务部分，读者将学习到如何使用深度学习方法进行图像分类、目标检测、语义分割和实例分割