本书分成3个模块：基础光学实验模块、诺贝尔奖相关光学经典实验模块和前沿光学实验模块，包括Ne原子无多普勒展宽光谱测量实验、利用泵浦探测技术测量GaAs的超快动力学特性实验、光纤中的超光速传输实验、瞬态分子精密光谱实验、光梳实验、超构表面的原理及应用实验、分子超快动力学成像实验、高光谱压缩超快成像实验、冷分子光学实验共9个实验。每个实验包含实验目的、实验仪器、实验原理、实验内容、实验步骤、数据记录与处理、实验拓展和实验思考，并给出相应的参考文献。

智能算法是一类直接的、随机搜索的优化方法，它是基于模拟自然界的生物现象而产生的一类新型优化方法。本书在介绍优化理论的基础上，着重介绍求解复杂工程优化模型的新智能算法。
本书共有12章，第1～2章着重介绍智能算法的现状及**化理论的基本概念；第3章着重介绍几种求解单目标约束优化问题的新型智能算法；第4～5章介绍求解多目标优化问题的粒子群算法及仿真实验；第6～9章着重讨论当优化问题维度变大时如何解决高维多目标优化问题；第10～11章讨论了复杂双层优化及其在视频服务器部署中的应用；第12章分析本

"本书将高等学校近化学化工类专业基础化学实验课程的教学内容，按照实验类型和性质进行分类与综合，构建了独立的实验课程体系。包括实验化学基础知识、实验化学基本操作、定量化学分析、有机物的合成、分离与纯化、现代仪器分析和物理化学实验共六章，附录部分给出了部分在实验准备及开展过程中用到的参数。    本书可供生命科学、食品科学、农学、林学、医学、药学和环境等相关专业本科生作为物理化学教材使用，也可供工科和师范类大学等相关专业的本科生参考。"

"本书是“新时代大学数学系列教材”之一。本书内容包括概率模型、概率公式、随机变量、随机向量、数学期望和方差、大数定律和中心极限定理、统计初步、参数估计、参数的区间估计、正态总体的显著性检验、总体分布和比例的假设检验、线性回归分析等十二章内容，并以工程技术和科学研究中广泛使用的MATLAB及国产软件北太天元为例, 介绍与本书内容相关的调用命令。本书采用“纸质内容+数字资源”的方式。纸质内容着重讲授基本概念、基本理论和典型例题。数字资源以拓展纸质内容、拓宽学生视野、激发学习兴趣为目标，配置

法国著名科学家德热纳是1991年诺贝尔物理学奖得主，被誉为“当代牛顿”，是软物质科学的奠基人。基于他生前30年中在法兰西公学院对“软物质”的讲稿，由他最亲密的合作者布罗沙尔-维亚尔教授等加以整理而写成了本书。全书都反映出这位科学大师与众不同的研究和教学风格，是德热纳宝贵的科学遗产，也是为初学者进入软物质科学之门必备的 “工具箱”。
本书大致分为三部分。首先介绍软物质、相变和界面润湿的基础知识；然后分别讨论最重要的各种软物质——胶体（含表面活性剂和泡沫）、液晶和聚合物；最后介绍日常生活、技术

本书是根据作者近几年在大连理工大学等离子体物理专业硕士和博士研究生授课讲义的基础上编写而成的。本书做了如下改革：（1）由于我国在低温等离子体物理方面的教材短缺，本书力求突出低温、低气压等离子体的特点，系统介绍低温等离子体的基本概念、基本模型和基本原理。（2）为了突出低温等离子体在半导体工业中的应用，本书后几章将重点介绍射频和微波放电的基本原理和物理现象。内容包括：低温等离子体中的碰撞过程和碰撞截面；描述低温等离子体的基本模型：粒子模型、动理学模型、流体力学模型、稳态输运；低气压放电：直流放电、射

《薄膜物理与技术》主要阐述了薄膜物理与薄膜技术的基础理论知识，重点讲述了薄膜生长基础，薄膜生长技术，包括蒸发、溅射、离子镀、化学气相沉积、原子层沉积、化学溶液沉积以及纳米薄膜组装等，并对薄膜的基本性质及与光、电相关的一些薄膜材料进行了介绍。
本书可作为高等学校材料科学与工程、电子科学与技术、微电子、光学等专业的本科生或研究生的教材或教学参考书，也可供从事相关行业的工程技术人员参考使用。

本书以近邻思想、同步聚类模型及快速同步聚类算法为研究课题，重点研究了基于近邻图与单元网格图的聚类算法、基于近邻势与单元网格近邻势的聚类算法、快速同步聚类算法、基于Vicsek模型线性版本的同步聚类算法、基于线性加权Vicsek模型的收缩同步聚类算法、基于分而治之框架与收缩同步聚类算法的多层同步聚类方法和基于ESynC算法与微聚类合并判断过程的组合聚类算法等。本书可作为聚类分析领域研究生的教学和科研参考教材，也可作为智能数据分析与处理技术人员的自学研究参考教材。

本书是《基础化学实验》教材的修订升级版本。教材的主干内容保持稳定，保留教材原有的优点，有利于教师继续运用原有的优质教学资源和有效的教学方法。在原教材的基础上，新增"成绩的评价方式"一节，注重实验的评价方式多样性。删掉实验项目中分析测定实验、有机化学实验，增加6个无机化学实验，实验项目总数有所增加。同时，每个实验增加数字教学资源，可扫二维码观看和使用，进行实验前的自主学习。经过修订后的教材内容，注重"以学生为中心"，增加"实验指导"、"技能达标"板块，真正让学生学有所获。在框架和形式上更加强化基础

本书分为8 章，内容包括时间序列分析的基础知识、时间序列预测的常用方法，以及神经网络在时间序列预测中的应用；时间序列异常检测算法的技术与框架，如何识别异常的时间点及多种异常检测方法；时间序列的相似性度量方法、聚类算法；多维时间序列在广告分析和业务运维领域的应用，利用OLAP 技术对多维时间序列进行有效处理，通过根因分析技术获得导致故障的维度和元素；智能运维领域（AIOps）和金融领域的两个应用场景。