本書以STM32G4系列32位FlashMCU為例，以“藍橋杯”嵌入式設(shè)計與開發(fā)競賽實訓(xùn)平臺CT117E-M4（V1.2）為硬件平臺，以“一切從簡單開始”為宗旨，介紹嵌入式系統(tǒng)的設(shè)計與開發(fā)。全書分為12章，第1章簡單介紹STM32MCU和Cortex-M4，第2章介紹軟件開發(fā)環(huán)境與工具，第3～10章介紹GPIO、USA

本書首先對物聯(lián)網(wǎng)技術(shù)的標(biāo)準(zhǔn)發(fā)展背景、業(yè)務(wù)模型和應(yīng)用場景、所涉及的關(guān)鍵技術(shù)及物聯(lián)網(wǎng)技術(shù)的標(biāo)準(zhǔn)化過程進行了介紹；然后對5G時代的主要物聯(lián)網(wǎng)技術(shù)進行了詳細(xì)介紹；最后對典型的5G物聯(lián)網(wǎng)應(yīng)用案例進行了介紹。本書內(nèi)容全面、由淺入深、案例豐富、理論結(jié)合實踐，適合初學(xué)者學(xué)習(xí)。本書可作為等院校通信工程、物聯(lián)網(wǎng)、計算機、電子信息類等專業(yè)的

本書系統(tǒng)介紹了推薦算法的知識框架和技術(shù)細(xì)節(jié)，包括召回、粗排、精排和重排等模塊。第1章從用戶體驗、內(nèi)容生產(chǎn)和平臺發(fā)展角度介紹為什么需要推薦系統(tǒng)，并闡述推薦系統(tǒng)的分類及整體技術(shù)架構(gòu)。第2章介紹推薦算法模型的基礎(chǔ)——數(shù)據(jù)樣本和特征工程。第3章介紹傳統(tǒng)推薦算法。第4~7章介紹推薦系統(tǒng)中最復(fù)雜的部分——精排模塊，包括特征交叉、用

Illustrator是Adobe公司推出的一款功能強大的矢量應(yīng)用軟件，可以用來繪制插畫、制作海報、設(shè)計網(wǎng)頁等。它既可以用來處理矢量圖形，也可以用來處理位圖。本書正是一本優(yōu)秀的實訓(xùn)學(xué)習(xí)用書。本書采用理論結(jié)合實戰(zhàn)的方式編寫，兼具實戰(zhàn)技巧和應(yīng)用理論，隨書附贈所有案例的源文件、素材、視頻教程和教學(xué)PPT。視頻教程可以讓讀者在

本書從滲透測試實戰(zhàn)出發(fā)，將關(guān)鍵知識點進行梳理，從外網(wǎng)和內(nèi)網(wǎng)兩個方面講解滲透測試技術(shù)，在內(nèi)容設(shè)計上兼顧初學(xué)者和安全領(lǐng)域從業(yè)人員。本書首先從基本環(huán)境搭建講起，再到實戰(zhàn)中非常重要的情報收集技術(shù)，由淺入深地講解滲透測試的基礎(chǔ)知識和滲透測試過程中經(jīng)常用到的技術(shù)要點�；�礎(chǔ)部分具體包括：滲透測試前置準(zhǔn)備、情報收集、常見Web應(yīng)用漏洞

隨著現(xiàn)代科學(xué)技術(shù)的飛速發(fā)展，器件的集成度大規(guī)模提高，各類數(shù)字器件的信號沿也越來越陡，已經(jīng)達到納秒（ns）級。如此高速的信號切換對系統(tǒng)設(shè)計者而言，必須考慮在低頻電路設(shè)計中所無須考慮的信號完整性（SignalIntegrity）問題，如延時、串?dāng)_、反射及傳輸線之間的耦合等。本書以CadenceAllegroSPB17.4為

本書主要介紹適合初學(xué)者使用的AT89S51單片機的基礎(chǔ)知識及應(yīng)用，并包含部分思政元素。本書的主要內(nèi)容包括AT89S51單片機的基本結(jié)構(gòu)、AT89S51單片機的存儲系統(tǒng)、AT89S51單片機的并行I/O端口、51單片機最小系統(tǒng)、KeilμVision開發(fā)環(huán)境的搭建、Proteus仿真環(huán)境的建立、51單片機的中斷系統(tǒng)、51

本書系統(tǒng)地講述了多源信息目標(biāo)定位與跟蹤的數(shù)理統(tǒng)計基礎(chǔ)、基本原理、基礎(chǔ)理論、關(guān)鍵技術(shù)、研究進展及典型應(yīng)用等內(nèi)容。全書共有11章。第1章介紹了多源信息目標(biāo)定位與跟蹤的基本概念。第2章講述了常用的目標(biāo)運動模型和傳感器量測模型。第3章闡述了目標(biāo)定位與跟蹤涉及的估計與濾波技術(shù)。第4章介紹了常用的目標(biāo)定位方法。第5章深入分析了信息

本書在內(nèi)容編排上，全書體現(xiàn)了理論聯(lián)系實際、聚焦行業(yè)技術(shù)發(fā)展、深入淺出的特點。本書的編寫從滿足經(jīng)濟發(fā)展對高素質(zhì)勞動者和技能型人才的需求出發(fā)，在課程結(jié)構(gòu)、教學(xué)內(nèi)容和教學(xué)方法等方面進行了新的探索與改革創(chuàng)新，以使學(xué)生更好地掌握本課程的內(nèi)容，以及提高學(xué)生對理論知識的掌握程度和實際操作技能。本書從項目入手，以項目背景、項目要求、項

本書介紹了自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)及其在人工智能領(lǐng)域的應(yīng)用。神經(jīng)網(wǎng)絡(luò)是一種模擬生物神經(jīng)系統(tǒng)的人工智能技術(shù)，具有強大的數(shù)據(jù)處理能力和學(xué)習(xí)能力。自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)是一種具有高度自組織結(jié)構(gòu)和增量學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)。與傳統(tǒng)機器學(xué)習(xí)方法相比，自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)有更強的靈活性和適應(yīng)性，能夠更好地適應(yīng)動態(tài)環(huán)境和解決復(fù)雜的問題。