本书是“全国大学生数学竞赛丛书”中的一本，由佘志坤主编，全国大学生数学竞赛命题组编，旨在让读者对全国大学生数学竞赛有更具体的了解。本书分四篇，即第11一15届全国大学生数学竞赛初赛试题及参考解答，第11一15届全国大学生数学竞赛决赛试题及参考解答，全国大学生数学竞赛全真模拟试题，第11一15届全国大学生数学竞赛参赛情况及决赛获奖名单。并且可以扫描二维码获得全国大学生数学竞赛全真模拟试题参考解答、第11一15届全国大学生数学竞赛决赛三等奖获奖名单、竞赛专题精讲视频、第13—15届决赛颁奖典礼视频等

本教材从旅游生活现象学的角度审视，包括物质生活、社会生活和文化生活三大领域。第一章“旅游生活美学概述”，阐述旅游生活美学的内涵，为本课程的学习奠定基础；第二章“人在旅途的诗性栖居”、第三章“旅游酒店的艺术创意”，全面介绍了人类栖居的历史及当代旅游酒店的实践；第四章“日常餐饮的审美体验”，对中国饮食文化的原则、特征、美学意蕴等展开探讨；第五章“在地生活的文化美学”、第六章“时间飞地的休闲之美”，从不同类型的文化艺术切入，对文化生活的审美体验进行了补充；最后一章“旅游生活审美体验原理”，从

本书通过BIM技术模拟“项目招投标阶段一项目准备阶段一项目实施阶段-竣工阶段”整个施工阶段，让学生在分析市场、制定计划、组织生产、整合资源和财务结算等一系列活动中体会施工企业经营运作的全过程，掌握工程项目管理技巧，提高工程项目管理素质，增强动手能力，全面提升专业技能，强化团队合作意识。让学生能够掌握未来工作场景中的实际业务并且能够通过BIM技术进行项目管理应用，加强学生的BIM应用能力和实际业务能力的培养。

本书全面、系统地介绍PhotoshopCC的基本操作方法、图形图像处理技巧及Photoshop在新媒体领域的应用，具体包括初识Photoshop、PhotoshopCC基础知识、常用工具的使用、抠图、修图、调色、合成、特效和商业案例等内容。全书以课堂案例为主线，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。软件功能解析部分可以帮助学生深入学习软件操作技巧；课堂练习和课后习题可以提高学生的实际应用能力；商业案例可以帮助学生拓宽设计思路，顺利达到实战水平。

本书主要内容包括认识发动机，检修曲柄连杆机构，检修配气机构，检修冷却系统，检修润滑系统，检修进、排气系统，检修燃油供给系统，共七个项目。本书配有丰富的资源，包括电子课件、电子教案、习题答案以及视频动画等。

本书根据教育部高等学校工程图学课程教学指导委员会2019年修订的《高等学校工程图学课程教学基本要求》，贯彻党的二十大精神，践行社会主义核心价值观，秉持OBE教育理念与“两性一度”课程标准，结合高校交通工程专业的人才培养目标，坚持“应用性强”“实用性强”的原则，参考国内同类教材，融入编者多年的工程图学教学经验以及教学改革成果编写而成，是一本融合课程思政与信息存储、传递技术的新形态教材。全书分5篇，共18章。内容有：绪论、第1篇制图基础，包括工程制图国家标准的基本规定，制图方法；第2篇投影

本书是基于MATLABR2021a产品族，以教程和实训紧密结合的形式编写而成的，深入浅出地介绍了MATLAB的应用。教程部分比较系统地介绍了MATLAB的基本运算、数据的可视化、符号运算、程序设计和M文件、MATLAB高级图形设计、Simulink仿真应用和线性控制系统的分析等内容，以先讲解后实例的方式，图文并茂，例题选取典型且丰富，突出应用。实训部分与教程内容相互配合，先提出知识要点，然后按部就班地指导操作，方便学生循序渐进地上机操作；同时提出部分功能修改的操作，最后给出自我练习，对

本书包含9章内容，第1章绪论介绍机器人的基本组成、分类、发展历程和应用，以及机器人机构创新设计的研究内容。第2章和第3章介绍机器人学研究涉及的数学基础，并根据机器人机构创新设计的流程重点介绍有限-瞬时旋量数学框架。第4章至第8章涵盖串联、并联机器人机构设计的全部环节，包括机构构型综合、运动学建模、静力学建模、动力学建模以及多目标多参数优化设计方法。第9章以两个典型的应用场景例，阐述利用前述章节的理论方法开展并联机器人机构创新设计的流程。本书既重视与机械原理设计等基础课程的衔接，也注意与

本书是一本精简的神经网络入门教程，用通俗易懂的语言讲解神经网络的相关知识。本书共6章，第1章对神经网络领域进行概述，包括其历史和应用；第2章深入探讨神经元的数学模型，包括其输入、权值、偏置和激活函数；第3章介绍感知机的概念，讨论感知机的结构，并解释如何用它来解决简单的分类问题；第4章介绍多层感知机的概念，讲述如何使用前馈传播和反向传播，同时详细介绍了反向传播中用到的链式法则；第5章涵盖训练神经网络时使用的各种参数和算子；第6章介绍神经网络的分布式学习、压缩和解释，其中分布式学习涵盖使用

本教材系统地讲解了机器学习的理论与方法，内容主要包括高斯混合模型和EM算法、主题模型、采样与非参数贝叶斯方法、聚类分析、支持向量机、概率无向图模型、概率有向图模型、矩阵与张量分解、多层感知机与卷积神经网络、序列神经网络，以及强化学习。本教材旨在使读者了解机器学习的发展，理解和掌握机器学习的基本原理、方法与主要应用。本书内容丰富，着重与讲解机器学习理论的推导与证明，并通过实例进行方法分析与比较；本书强调机器学习的系统性、完整性、方法的时效性，可读性强；同时，作为新形态教材，本书配备了大量