本书主要内容包括：开始使用Azure入门指南；Azure解决方案的可用性、可伸缩性和监视；设计模式一网络、存储、消息传递和事件；Azure的自动化架构；Azure的部署设计策略、锁和标签；Azure解决方案的费用管理；Azure OLTP的解决方案等。

本书是为适应人才培养的新需求,为自动化、电气工程及其自动化,以及其他相关专业本科生编写的教材。本书以加强基础、突出解决工程问题的思维方法,同时又以避繁就简、深入浅出为原则,系统地介绍了自动控制的基本原理、典型方法及应用实例。本书主要内容包括控制系统在时间域、复数域和频率域的数学模型,线性系统的时域分析法、根轨迹分析法、频域分析法,线性系统的经典校正方法以及非线性系统的描述函数与相平面分析方法。本书部分章节有机地融合了MATLAB的应用,便于读者利用MATLAB软件对控制系统进行计算和仿真分析,以

机 械 工 业 出 版 社本书依据高等院校本科自动控制理论课程的教学要求,从注重理论基础与基本概念,拓宽专业面的目的出发,结合自动化专业及其他相近专业的教学特点和教学要求,比较全面地阐述了经典控制理论的基本内容。全书共分八章,包括经典控制理论的线性定常系统理论(自动控制理论的基本概念与数学模型、时域分析法、根轨迹法和频率法等),非线性控制理论基础和采样控制系统理论等。
本书编写中注重突出重点,淡化繁冗的理论推导,力求以简洁明了的表达方式,准确、全面地讲述自动控制的基本原理和概念。书中注重理

本书全面、系统地介绍Photoshop CC 2019 的基本操作方法和图形图像处理技巧，包括图像处理基础知识、初识Photoshop CC 2019、绘制和编辑选区、绘制图像、修饰图像、编辑图像、绘制图形及路径、调整图像的色彩和色调、图层的应用、文字的使用、通道的应用、蒙版的使用、滤镜效果、动作的应用和综合设计实训等内容。 全书主要章以课堂案例为主线，每个案例都有详细的操作步骤，学生通过实际操作可以快速熟悉软件功能并领会设计思路。软件功能解析部分能使学生深入学习软件功能和制作技巧。主要章的最后

本书全面、系统地介绍Photoshop 2020的基本操作方法和图形图像处理技巧，包括初识Photoshop 2020、图像处理基础知识、绘制和编辑选区、绘制和修饰图像、编辑图像、调整图像的色彩和色调、图层的应用、文字的使用、图形与路径、通道的应用、滤镜效果、动作的制作和商业应用实战等内容。 本书将软件功能的介绍融入案例的实现过程中，在讲解基础知识和基本操作后，通过课堂案例帮助学生快速掌握软件的应用技巧；通过课后习题提高学生的实际应用能力。第13章安排了7个综合实例，旨在培养学生的商业设计思维，

《影视后期技术与应用案例解析》以理论作铺垫，以实操为导向，全面、系统地讲解了After Effects的基本操作方法与核心应用功能。书中用通俗易懂的语言、图文并茂的形式对影视后期制作知识进行了全面细致的剖析。
《影视后期技术与应用案例解析》共10章，遵循由浅入深、从基础知识到案例进阶的学习原则，对影视后期制作的学习准备、软件入门、图层的应用、文本动画、形状和蒙版、视频特效、视频调色、抠像与跟踪等内容逐一讲解，并结合Premiere软件来介绍影视编辑技术，以帮助刚入行的新手了解影视后期制作的

本书以工作过程导向为目标，以项目驱动、实用性为原则，从平面设计相关岗位及岗位群的职业需求角度出发进行设计。本书覆盖了平面设计基础知识和拓展知识，技能操作部分包括Photoshop 和Illustrator 两个软件，并按照典型工作任务模式，在Photoshop 软件应用部分介绍手机海报、工作证、明信片、计算机壁纸、效果图、广告创意、GIF 动图七个项目的设计与制作；在Illustrator 软件应用部分介绍名片、插画、LOGO、H5 页面、POP 广告、网页Banner、包装盒七个项目的设计与制

本教材采用由浅入深的层进式实例操作，讲述Photoshop CC 2022软件的使用，实例结合课程思政和“操练+启发+创新+反思”的策略，分为思维引导-入门篇、思维启发-教学实践篇、思维碰撞-创作实践篇、总结篇四大部分。本教材以案例指导读者学习平面设计知识，训练读者的创作与设计能力，提高读者的审美能力，激发读者的创新思维。
本教材主要面向高等教育、职业教育、基础教育开设的设计类课程，可作为教师教学方法的参考书，也可作为广大读者自学或培训的参考教材。

本教材基于Microsoft SQL Server和Neo4j环境，介绍了如何利用SQL(Structure Query Language)和CQL(Cyber Query Language)语言开展对同源库、表和数据对象进行增、删、改、查等数据库管理和应用工作，并综合应用Python下的相关功能库，对SQL数据进行处理，进而利用Neo4j接口将SQL数据高效转换为NoSQL，实现了SQL与NoSQL融合管理，为学习者更深层次了解和掌握SQL与NoSQL数据对象的联系与差别，强化学习者的数据管理

本书介绍了自组织增量学习神经网络及其在人工智能领域的应用。神经网络是一种模拟生物神经系统的人工智能技术，具有强大的数据处理能力和学习能力。自组织增量学习神经网络是一种具有高度自组织结构和增量学习能力的神经网络。与传统机器学习方法相比，自组织增量学习神经网络有更强的灵活性和适应性，能够更好地适应动态环境和解决复杂的问题。自组织增量学习神经网络在多个领域有着广泛的应用，包括机器人智能系统、人脸识别、图像处理、场景理解、语音识别、姿势识别、股票预测等。使用自组织增量学习神经网络，这些应用能够实现更高效