本书为国家级一流本科生课程、吉林省创新创业教育示范课程配套教材，对当今较为先进的高压物理领域的超硬材料及其工具加工等方面进行讲解,并结合线上线下实例进行演练，突出针对性和实用性。共计6章，涉及的内容包括超硬材料的高温高压合成，超高压物理虚拟仿真实验，超硬材料的平面加工、切割加工、焊接加工、圆弧加工等。

催化剂能促进和加速反应动力学，增加所需反应路径的转化率，而光催化可利用光子来驱动这种催化。《纳米结构光催化材料：催化剂的制备及其在太阳能燃料和环境修复中的应用》将光催化的基本原理和最新科学研究与技术发展相结合，详细论述了纳米光催化剂的组成和制备技术及其在CO，还原、水裂解、大气污染物和水的净化等领域的应用。《纳米结构光催化材料：催化剂的制备及其在太阳能燃料和环境修复中的应用》适用于从事光催化及纳米催化剂相关领域研究的科研人员参考，也可供相关专业学生参考。

本书为了应对BIM全专业建模和高阶应用人才缺乏现状而编写,主要内容包含理论篇、建模实践篇、应用实践篇和案例篇。理论篇包括:BIM技术概述和BIM应用总体策划,重点介绍BIM技术定义和特点、BIM应用功能、BIM项目实施计划和BIM的保障措施等理论,为全专业高效建模和模型应用夯实基础。建模实践篇包括:BIM建模标准化管理、结构专业BIM建模、建筑专业BIM建模、给水排水专业BIM建模、暖通空调专业BIM建模和电气专业BIM建模。应用实践篇包括:多专业模型深化、碰撞检查与管线综合、模型可视化应用、B

本书是十三五江苏省高等学校重点教材《计算机网络技术原理与实验》（第2版）的配套实验教材，主要培养学生的动手实践能力。
本书分9章，第1章为计算机网络概述的相关实验，第2章为数据通信基础的相关实验，第3章为物理层的相关实验，第4章为数据链路层的相关实验，第5章为局域网的相关实验，第6章为广域网的相关实验，第7章为网络层的相关实验，第8章为运输层的相关实验，第9章为应用层的相关实验。
本书适合作为高等院校计算机、网络工程、物联网工程专业应用型本科生或高年级专科生的教材，也可

本书是一本介绍创新思维和机械创新设计方法的教材。全书从体系上分为三篇:机械创新设计的基础知识篇、机械创新设计的理论与方法篇和机械创新设计的实例篇。机械创新设计的基础知识篇包括:机械创新设计的思维基础、机械创新设计的技术基础;机械创新设计的理论与方法篇包括:机构的演化和变异与创新设计、机构的组合与创新设计、机械结构与创新设计、仿生原理与创新设计、反求工程与创新设计、机械系统运动方案与创新设计、TRIZ理论与创新设计;机械创新设计的实例篇列举了工程中一些成功的创新设计案例,为创新理论与方法的应用提供

本书是根据土木工程专业的课程设置指导意见及现行《建筑地基处理技术规范》《复合地基技术规范》等编写而成，对目前我国使用的各种地基处理方法的适用范围、加固机理、设计计算、施工工艺及质量检验方法，以及复合地基理论等进行了较为系统的阐述。主要内容包括：绪论、换填垫层法、预压法、强夯法和强夯置换法、复合地基理论、挤密桩法、浆液固化法、加筋土技术，每种地基处理方法都编写了相应的工程实例。本书重视理论联系实际，并采用二维码集成了14个相关施工原理、现场视频，既能满足普通高等院校的教学要求，又能供从事地基处理工

本书注重培养读者的算法设计与分析、问题求解的能力。本书读者需要掌握程序设计、数据结构等基础知识，并具备一定的编程能力。
本书以算法设计与分析为主线，通过问题和案例引入内容，重点讲解利用算法求解问题的思路、算法执行过程及能力拓展。本书主要介绍了算法基础、递归算法设计、蛮力法、分治法、回溯法、贪心法、分支限界法、动态规划、图算法设计等，讲解了背包问题、任务分配问题、批处理作业调度问题、最优装载问题、旅行商问题、计算几何等经典问题，并提供了能力拓展环节，引导读者开展算法应用实践。算法使

本书系统地阐述了人工智能算法的基本原理、实现技术及其应用，基本涵盖了其重要理论和方法，包括了最近发展起来的并被实践证明的新技术、新理论，如机器学习、模式识别、图像处理、神经网络、深度学习、群智能方法等。本书注重结合实际，通过实际问题介绍各种理论和方法，着重介绍各种智能算法的MATLAB实现，具有较强的指导性和实用性。

本书可作为计算机、信息处理、自动化和电信等IT相关专业的高年级本科生和研究生学习人工智能的教材，也可作为从事计算机科学研究、开发和应用的教学和科研人员

本书以数字经济发展为背景，围绕数据要素估值，从数据要素概念界定入手，介绍数据要素经济价值、数据要素市场发展及管理、相关研究前沿知识等。本书以数字经济发展为背景，围绕数据要素估值，结合实务界探索成果与理论界研究成果，构建了数据资产评估框架和数据要素定价知识体系。本书内容编排体现关于数据要素市场改革的重点：数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护。
本书适合金融学、投资学等财经类专业的学生作为教材使用，也适合从事人工智能、工程管理、大数据管理与应用、工业智能等交叉