本书按照工学结合人才培养模式的要求，以工作过程为导向，以工作任务为载体，将工作过程进行系统化设计。本书共6个项目，下设18个任务，内容包括食品检验前的准备、食品的物理检验法、食品一般成分的检验、食品营养成分的检验、食品添加剂的检验、食品有毒有害物质的检验。
本书可作为高职高专院校食品质量与安全、食品营养与健康、食品检验检测技术等相关专业学生使用，也可作为食品企业在职人员的培训教材及从事食品企业生产、食品质量监督与检验的技术人员的参考用书。

本习题集是与《园林工程计量与计价》教材配套的习题集。内容包括工程造价基础知识、工程量清单编制、工程造价计算三个部分，参考了工程造价执业资格考试大纲及要求，有单选题、多选题、判断题、填空题、计算题和思考题等题型，内容全面且有一定的深度，重视与施工组织设计等知识的衔接，有利于培养学生的综合能力。本习题集图例丰富，不仅有代表性的工程图例，还有完整的工程图纸，从简单到复杂、从局部到完整，有利于练习者计量能力的螺旋上升。

本书主要内容由三部分组成：第一部分是机载雷达信号处理的基本概念和基础理论；第二部分是机载雷达系统常用波形；第三部分是机载雷达信号主要的处理，包括数字波束形成、脉冲多普勒处理、空时自适应处理、目标检测及合成孔径成像等。

《路由与交换物联网环境设计实践教程》一书，共分为十一章，包括网络互联基础、访问网络设备、网络设备的基础配置、VLAN技术、路由协议、访问控制列表ACL、常见服务器的配置、物联网设备基础配置、物联网综合系统实践案例等内容。《路由与交换物联网环境设计实践教程》一书，将理论与技术应用相结合，指导读者在各种不同网络应用环境和不同需求下，结合所学的理论知识，完成物联网系统的综合配置，注重对读者网络设计实践技能的培养，具有鲜明的专业特色和指导价值。

本书为建筑环境与能源应用工程专业的技术平台课教材，本书主编为四川大学建环专业带头人。本书系统介绍了冷热源设备的基本知识、基本原理及冷热源相关系统的特点及其设计方法。全书分为制冷基本知识，制冷剂及载冷剂，制冷压缩机，制冷系统设备与机组，供热锅炉，其他热源，热泵，吸收式制冷及设备，蓄冷技术，冷热源系统设计，冷热源机房设计几部分。本书作为建环专业课教材有其明显的专业课特色，可作为相关专业教学用书，也可作为工程设计人员的学习参考书。

本书以覆盖物联网三层技术结构的专业纵深知识技能为基础，适应现阶段市场需求，培养学生跨学科物联网工程项目设计及工程实践能力。本书分上下两篇，共7个项目。上篇“物联网工程设计与规划”，系统介绍物联网工程的需求分析、网络规划、管理维护等内容，包括项目1物联网工程系统需求分析、项目2物联网工程网络设计与规划、项目3物联网工程管理与维护；下篇“物联网工程实施案例”结合智慧家居、工厂、消防和农业等案例，详细阐述物联网工程的实施流程和步骤，包括项目4智慧家居工程项目实施案例、项目5智慧工厂工程项目实

本书主要内容包括绿色建筑认知、绿色建筑综合设计、建筑围护结构节能、绿色建材和水资源、建筑设备节能等，共分为5个教学情境12个学习任务。教材为多校合编、校企合作，案例丰富，实践性强，实用性强。教材依据《绿色建筑评价标准》GB/T50378—2019编写，图文并茂，内容翔实。本教材可作为院校建筑设计、建筑装饰工程技术、城乡规划以及相关专业教材，亦可作为相近专业从业人员参考书籍。

《天然高分子材料》详细介绍了常见天然高分子材料的基本概念、基本理论、来源、材料改性、应用领域及发展趋势，内容涉及纤维素、木质素、淀粉、甲壳素和壳聚糖、蛋白质、天然橡胶以及聚羟基脂肪酸酯等，涵盖了该领域的理论研究，开发应用的前沿与最新进展。《天然高分子材料》适合于从事天然高分子材料相关领域的科研人员，教师和研究人员阅读，也适合用作高分子材料与工程，纺织工程，轻化工程等专业的研究生、本科生的专业课程教材用书。

本书为修订版教材。本书包括微波技术8章( 第1章至第8章)、微波管原理6章( 第9章至第14章)和微波管材料与制造工艺4章(第15章至第18章)，三部分共18章。其中微波技术部分以波导系统为主，简单介绍了微带线及微带元件，根据技术发展的需要，特别增加了关于圆图的知识和专门讨论了关于匹配的概念，根据技术发展的需要，这部分还包括了高功率微波的传输与模式变换的内容；微波管原理部分则包括了传统微波管、毫米波、亚毫米波微波管和新型微波器件、相对论电子注器件，以及增加了在THz技术领域特别重要的带状电

恶劣环境降质图像增强的主要目的是提高采集围像的质量和可辨识度，从而使智能视频监控系统更有利于观察或进行下一步的智能分析处理，由于计算机对图像的理解能力极度依赖输入图像的质量，因此图像质量增强技术目前已广泛应用于计算机视觉任务的预处理中，具有重要的理论研究意义和实际应用前景。本书立足智能视频监控系统的实际需求，针对雾、雨天气条件下的图像质量退化问题，系统介绍了图像去雾、图像去雨相关研究成果，详细讨论了基于深度学习的恶劣环境降质图像增强方法。本书系统介绍了相关方法的研究背景、理论基础和算法描述