"本书基于实际的网络工程应用，将网络系统集成工程中所涉及的相关理论知识和操作技能分解到若干应用案例中，书中涉及案例全部取材于实际网络工程项目，为读者提供了一个真实的学习场景。

案例内容包括基础的交换机VLAN 配置、三层交换配置、路由器基本配置、动态路由协议实现远程网络互联、广域网协议封装、访问控制列表和NAT应用、防火墙攻击检测及防范，以及路由交换和系统集成综合应用等十个任务的实现，有助于理论与实践相结合，由浅入深帮助读者更有效地了解网络系统集成的相关知识。

本书适

本书共分6章，以交互设计的基本流程为主线将每章的主题进行有机的串联，主要内容包括交互设计概述、交互设计原理、用户体验、设计调研、用户分析、人物角色与场景剧本。本书内容丰富，具有很强的专业性和实用性，适合交互设计师、用户研究人员、视觉设计师等相关人员学习参考。

"本书主要介绍分析和设计反馈控制系统的经典理论和应用方法。全书共8章，内容包括自动控制系统的基本概念，自动控制系统的数学模型，自动控制系统的时域分析法、根轨迹法、频率特性法，控制系统的校正、非线性控制系统、离散控制系统的分析和综合应用等。在每章后面分别介绍了MATLAB在自动控制理论中的一些应用，以及如何利用计算机辅助设计方法解决自动控制领域的一些系统分析和设计问题。同时，各章均提供了一定数量的习题与MATLAB实验题，以帮助读者理解基本概念并掌握分析和设计方法。 本书可作为高等工科院校自动化

本书主要以线性控制系统分析与设计为主线，对自动控制的基本理论和应用展开全面讨论，包括自动控制的基本概念、控制系统的数学模型以及控制系统的分析与设计方法，并通过应用举例阐述控制理论在现代重大工程中的作用。第1章介绍了自动控制的发展历史以及自动控制系统的组成和分类；第2章结合典型的物理系统介绍了连续控制系统的各种数学模型以及各类模型之间的关系；第3-6章主要讨论连续控制系统基于时域、根轨迹、频率响应和状态空间的分析与设计方法，这部分内容是本课程的核心；第7章进一步讨论离散控制系统分析与设计方法以及连

本书为工业和信息化部“十二五”规划教材。哈尔滨工程大学“自动控制理论”课程于2023年获批国家一流本科课程。本书与“智慧树”网站已上线的哈尔滨工程大学“自动控制理论”课程的“MOOC”和“知识图谱”配套使用。本书共分8章，全面系统地介绍了自动控制理论经典部分的基本概念、模型、分析和设计方法及应用，具体包括自动控制的基本概念，控制系统在时域和复域中的数学模型及其简化；线性系统的时域分析法、复域根轨迹法、频域分析法及校正与设计等方法等；非线性控制系统的相平面和描述函数法等基本分析方法；线性离散系统的

"本书从实用的角度出发，以一个贯穿课程始终的项目案例“新闻发布系统”及拆分的10个典型工作任务为载体，围绕典型工作任务和知识点由浅入深、由简单到复杂重构教学内容，以实践为导向，理论与实践并重，“岗课赛证”融通，“教学做训育”并行。本书注重内容的先进性、系统性和思想性，以UML和面向对象方法为主。本书第3版在第2版的基础上增加了新方法、新技术和新规范，着重培养学生通过运用UML和面向对象的方法与技术，具备规范化、标准化地开发软件项目的实践能力和良好的职业素养。本书具体内容包括选择软件开发模型，认识

"本书全面且深入浅出地介绍了机器学习技术，不仅涵盖机器学习算法原理及其实现和运行，还包括Python编程基础和深度学习入门知识，有助于初学者快速掌握算法的实际应用。本书每一节都提供了相应的Python代码实例，通过文字、公式、图像、代码和运行结果的结合，读者可以深入理解算法的实现过程。
全书分为3部分: 第一部分（第1～3章）提供必备的预备知识，包括机器学习概述、Python和NumPy基础；第二部分（第4～11章）详细介绍各种机器学习算法，涉及回归、分类、聚类等任务；第三部分（第12、1

"本书是一本全面深入的深度学习实践指导书，旨在为读者提供从基础概念到高级应用的系统性知识。

本书第1章从基础开始，介绍了PyTorch工具，涵盖了数据的加载与预处理，以及基础网络构建和训练流程。 第2章深入图像分类，探讨了CNN架构、数据增强技术，以及模型优化和部署策略。 第3章转向创造性图像应用，包括风格迁移、Deep Dream、GAN和超分辨率技术，并讨论了CycleGAN的应用。 第4章专注于视觉系统，讲解了目标检测、语义分割以及相关网络结构。 第5章和第6章分别探讨了循环

"随着人工智能和数字技术的飞速发展，深度学习已成为现代技术革新的核心驱动力之一。从语音识别到自动驾驶，深度学习的应用正在不断改变人们的生活方式。然而，深度学习技术的复杂性和广泛性，使得初学者和实践者在理解与应用这些技术时面临诸多挑战。因此，本书对深度学习的基本理论、核心技术及实际应用进行了系统梳理，旨在帮助读者全面掌握这一领域的核心知识。
本书融合理论、技术与实践，旨在为深度学习爱好者、高等学校计算机科学与技术、人工智能、智能科学与技术等相关专业本科生、研究生以及工业界的专业人士提供一条系

机器学习是人工智能领域的重要组成部分，其深度和广度都在持续扩展。本书不仅对机器学习基础知识进行了全面介绍，而且深入讨论了各种经典和常用的机器学习方法。通过理论与实践相结合的方式，帮助读者理解机器学习的基本原理，掌握常用的方法，并能够在实际问题中应用这些技术。本书共10章，可分为两部分。第一部分主要介绍机器学习的背景知识，包括其定义、应用领域、发展历程等。这部分旨在为读者提供一个全面的视角，从而了解机器学习的概貌。第二部分则侧重于技术的讨论，包括各种经典和常用的机器学习方法的具体实现和应