本书重点介绍食品科研、生产中常用的试验设计与数据处理方法，包括试验设计与统计分析概述、数理统计基础、统计假设检验与方差分析、回归与相关分析、非参数检验、正交试验设计与分析、回归试验设计与分析、混料试验设计与分析、SPSS软件在食品试验数据处理中的应用等内容。系统介绍各种常用的试验设计与数据处理方法的基本原理、特点、适用范围和应用，列举食品科研生产中的实例。可作为高等学校食品科学与工程类专业教学用书，同时可供科研人员、工程技术人员和试验工作者学习和查阅。

根据冶金工程专业特点，本书重点介绍了炼钢原理、炼钢原材料、转炉炼钢工艺制度、溅渣护炉、电炉炼钢、炼钢生产计算机控制、现代电炉炼钢技术等主要炼钢工艺。通过本书的教学，使学生了解炼钢的发展历史、现状及今后的发展方向，熟悉炼钢用原材料、炼钢设备和计算机控制等相关知识，为将来从事炼钢方面的技术与管理工作打下坚实的专业基础。本书为高等学校冶金工程专业本科生的教材，也可供钢铁行业从业人员参考。本书介绍了炼钢原理、炼钢原材料、气体射流与熔池的作用以及转炉炼钢工艺制度、复吹转炉炼钢、溅渣护炉、炼钢生产

着重介绍了有色金属的挤压、拉拔和轧制的基本概念、基本原理、基本方法及其生产过程中的主要设备和工具。书中内容回避了高深复杂的塑性加工原理，力求简明扼要，通俗易懂，符合高职高专人才培养的需要。全书分4个项目，内容包括：挤压概述，挤压理论，挤压工具，挤压设备，挤压工艺，挤压制品质量控制；拉拔概论、拉拔理论、拉拔工具、拉拔设备、拉拔工艺、拉拔制品质量控制；轧制概述、轧制设备，板带材生产，型材线材生产，管材生产；锻造与冲压概述、锻造与冲压工具、锻造与冲压设备、典型锻造与冲压工艺。

本书选取几种典型的生物，探究天然生物材料结构与功能特性之间的关系(构效关系)，并简要介绍当前材料仿生制造新方法和新工艺。全书分为5章。第1章绪论，主要介绍仿生的概念、材料仿生学概况；第2章至第5章，分别介绍了荷叶仿生、壁虎仿生、贝壳仿生和蜘蛛丝仿生的相关内容(包括天然生物材料的性能、微观结构、构效关系、人工仿生材料制备技术与潜在应用等)。本书为高等院校“结构仿生与功能材料”课程的教材，也可供材料仿生领域的科技人员及仿生学爱好者参考。

本书为浙江省普通本科高校“十四五”重点立项建设教材。本书基于新工科成果导向教育理念，以国产软件为主，以实际应用的工程项目为案例，深入浅出地阐述了数维协同设计、数字化工程模拟、PKPM一体化数字设计实训、基于Revit的BIM正向设计实训、CIM虚拟场景集成应用实训等内容。本书坚持高阶性、创新性和挑战度的有机结合，着力培养和提升学生的协同设计能力、工程模拟能力、CIM场景搭建与数据信息应用能力。

本书打破原有的课程体系，以工作岗位需求为切入点，突出室内模型制作能力的培养，淡化室内模型的理论知识；以学生手工实际操作案例图解步骤为主线，以室内模型制作项目为具体工作任务进行教学内容改革，编写出具有实用性、观赏性的室内模型制作步骤解析。本书对传统室内模型制作的教学内容进行了综合取舍，强化手工实际操作步骤的案例图解内容，用简单、便宜的材料制作出精美的室内模型作品。本书主要内容由室内模型理论与基础、室内模型制作方法与训练、室内模型作品的拍摄与赏析三个模块构成。

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

本书深入浅出地介绍了如何从零开始一步步设计出一个入门级的CPU，以及在这个过程中应该掌握哪些知识、遵守哪些设计原则、规避哪些设计风险、可以使用哪些开发技巧。全书从逻辑上分为三个部分，第一部分(第1-3章)介绍产业界进行CPU研发的过程以及本地与远程FPGA实验平台、FPGA上板实现、Verilog应用实例等CPU设计中必要的基础知识。第二部分(第4-10章)从一个仅实现5条指令的单周期CPU设计开始，逐步引入流水线设计，添加指令，增加异常和中断的支持，并完成AXI总线接口、TLBMMU

本书对第1版做了修订，紧跟传统分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法，主要内容包括：传统分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。

本书由中科院计算所、软件所的专家学者倾心写就，以“图像风格迁移”应用为例，全面介绍智能计算系统的软硬件技术栈。第2版以大模型为牵引进行更新，第1章回顾人工智能、智能计算系统的发展历程，第2、3章在介绍深度学习算法知识的基础上增加了大模型算法的相关知识，第4章介绍深度学习编程框架PyTorch的发展历程、基本概念、编程模型和使用方法，第5章介绍编程框架的工作原理，第6章回顾深度学习所用的处理器结构从通用逐步走向专用的过程，第7章介绍深度学习处理器的体系结构应当如何应对大模型处理中的计算、