本書從H5的產(chǎn)生背景出發(fā)，詳細闡述了H5的概念及特點、內(nèi)容策劃、視覺傳達、交互敘事和聲音設(shè)計等多個層面的知識內(nèi)容。本書通過大量行業(yè)經(jīng)典案例分析了H5作品在行業(yè)中的應用情景，提煉出H5設(shè)計的核心要素和方法，并通過選題策劃、頁面設(shè)計、交互設(shè)計、案例實戰(zhàn)等講解了H5作品的設(shè)計實現(xiàn)，每一章配套有相應的實踐拓展練習及優(yōu)秀作業(yè)賞析

2024年是中國全功能接入國際互聯(lián)網(wǎng)的第30年。30年來，互聯(lián)網(wǎng)在中國大地落地生根，經(jīng)歷動蕩，從大型機時代、個人電腦時代、再到移動互聯(lián)時代，電子商務及社交網(wǎng)絡快速崛起，如今我們又步入了“互聯(lián)網(wǎng)”時代，智能化、場景化、萬物互聯(lián)，互聯(lián)網(wǎng)一步步地深刻改變了人們的生產(chǎn)生活方式，推動了社會變革，中國互聯(lián)網(wǎng)后來居上、在自身發(fā)展的同

目前，有效地分析和處理海量的非結(jié)構(gòu)化文本數(shù)據(jù)，迅速、精準地挖掘出有效的潛在語義信息，已成為機器學習、自然語言處理等領(lǐng)域所面臨的巨大挑戰(zhàn)之一。本書聚焦話題模型，進行文本智能處理研究以探索其在語義分析等領(lǐng)域的具體應用。本書主要有三部分，分別從時間信息、文本特征和用戶興趣這三點出發(fā)進行面向文本語義分析應用的話題模型研究。具體

本書是Java程序入門教材，內(nèi)容涵蓋了Java語言概述、開發(fā)工具的使用、Java語言的基本語法、運算符與流程控制、數(shù)組、常用類、面向?qū)ο蠡�礎(chǔ)、繼承與多態(tài)等。全書共分為7個模塊，每個模塊包括了若干個任務。通過完成這些任務，讀者將掌握Java編程的基本技巧，并能夠獨立完成小型項目。此外，全書融入了兩個典型項目案例，以便讀者

本教材全面介紹了機器學習與模式識別的基本概念、核心理論方法和最新研究進展與應用。全書系統(tǒng)地講解了機器學習算法、模型評估與優(yōu)化、特征提取與選擇、深度學習與神經(jīng)網(wǎng)絡等關(guān)鍵技術(shù)。同時，結(jié)合實際案例，分析了機器學習與模式識別在計算機視覺、智能語音識別、自然語言處理等領(lǐng)域的應用。

隨著AI技術(shù)的不斷成熟，AI已經(jīng)在內(nèi)容創(chuàng)作領(lǐng)域展現(xiàn)出巨大的潛力。本書從AI的發(fā)展歷程出發(fā)，系統(tǒng)介紹AI技術(shù)在文字、圖像、視頻等不同類型內(nèi)容生成中的應用方法與技巧。本書提供了豐富的實戰(zhàn)案例，通過詳細的步驟解析，讀者不僅能夠全面了解AIGC的理論基礎(chǔ)，還能掌握具體的操作技能和實戰(zhàn)經(jīng)驗。無論是初次接觸AIGC的新手，還是希望

本書將課題組近年來對復雜網(wǎng)絡理論和軟件智能化分析的研究成果進行了系統(tǒng)梳理，形成一套系統(tǒng)性的結(jié)合復雜網(wǎng)絡理論和智能化技術(shù)的軟件分析方法，核心內(nèi)容包括：基于復雜網(wǎng)絡理論的多尺度軟件網(wǎng)絡演化分析、基于網(wǎng)絡度量的軟件故障數(shù)量預測、基于網(wǎng)絡節(jié)點重要度的集成測試序列生成、基于網(wǎng)絡譜的軟件故障定位、基于軟件多層網(wǎng)絡模型的仿真分析等。

本書主要研究內(nèi)容是利用圖學習方法進行高光譜影像分類，重點圍繞模型構(gòu)建、改進圖信息傳播方式、提升構(gòu)圖質(zhì)量等方面展開研究，提出了多種基于圖學習的高光譜影像分類方法。本書的主要研究內(nèi)容總結(jié)如下：第1章主要介紹了本書的研究背景，說明了高光譜遙感影像分類的現(xiàn)實意義，概述了高光譜遙感影像分類現(xiàn)狀和存在的問題。第2章闡述了圖半監(jiān)督學

本書系統(tǒng)的闡述了遙感大數(shù)據(jù)背景下，遙感信息智能化處理的基本理論、相關(guān)技術(shù)及具體應用。全書共分七章，包括遙感影像幾何配準技術(shù)、遙感影像智能融合技術(shù)、遙感圖像變化檢測技術(shù)、遙感信息智能識別技術(shù)、遙感數(shù)據(jù)同化技術(shù)以及遙感智能云計算技術(shù)。本書整體內(nèi)容精煉系統(tǒng)，并涵蓋深度學習、云計算等前言研究技術(shù)，在編寫過程中結(jié)合了算法原理與實

本書從人體骨架行為識別的優(yōu)勢和研究難點出發(fā)，對基于深度學習的人體骨架行為識別方法進行了詳細的論述。全書共九章，主要內(nèi)容包括人體骨架的幾何代數(shù)表示及行為識別、基于時空視角不變表征的骨架行為識別、基于人體骨架金字塔模型的行為識別、基于李群骨架表示的行為識別、基于注意力機制的骨架行為識別深度網(wǎng)絡、基于自適應多視角圖卷積網(wǎng)絡的