物聯(lián)網(wǎng)技術(shù)及應(yīng)用是物聯(lián)網(wǎng)技術(shù)原理與實踐應(yīng)用的綜合性專業(yè)課程，《物聯(lián)網(wǎng)技術(shù)與應(yīng)用》主要講述了有關(guān)物聯(lián)網(wǎng)的前沿技術(shù)及應(yīng)用場景�！段锫�(lián)網(wǎng)技術(shù)與應(yīng)用》共分為10章，分別介紹了物聯(lián)網(wǎng)體系架構(gòu)設(shè)計、物聯(lián)網(wǎng)的戰(zhàn)略意義與現(xiàn)狀分析、傳感器與檢測的實現(xiàn)、射頻識別技術(shù)應(yīng)用的開發(fā)、物聯(lián)網(wǎng)通信技術(shù)應(yīng)用的開發(fā)、無線傳感器網(wǎng)絡(luò)技術(shù)應(yīng)用與案例、基于物

本書圍繞分布式微服務(wù)的項目需求，全面講述了SpringCloudAlibaba組件實現(xiàn)服務(wù)治理、負(fù)載均衡、安全管理、分布式事務(wù)、消息發(fā)送和服務(wù)監(jiān)控的技術(shù)要點，以及基于Docker與Kubernetes容器化項目管理的相關(guān)技術(shù)。主要內(nèi)容包括：SpringCloudAlibaba體系架構(gòu)概述，用Nacos和Nacos集群搭

《中文版PhotoshopCC平面設(shè)計教程（微課版）》以PhotoshopCC2017為制作平臺，從零開始講解Photoshop的各種知識和操作方法，同時在講解過程中插入不同的實例，難度隨著內(nèi)容的深入而逐漸增加�！吨形陌鍼hotoshopCC平面設(shè)計教程（微課版）》共分為14章，第1、2章主要介紹圖像處理基礎(chǔ)知識及Ph

本書以UbuntuLinux系統(tǒng)為載體，以突出實踐技能培養(yǎng)為特點進(jìn)行編寫，主要介紹Linux基礎(chǔ)應(yīng)用、Linux系統(tǒng)管理和Linux網(wǎng)絡(luò)管理。Linux的優(yōu)勢在于其眾多的命令和強大的網(wǎng)絡(luò)功能，因此本書內(nèi)容在命令行方式和網(wǎng)絡(luò)管理方面有所側(cè)重。本書的項目1介紹Linux基礎(chǔ)知識及典型安裝過程；項目2介紹Linux桌面環(huán)境；

《計算機常用工具軟件入門與應(yīng)用（第2版）（微課版）》以通俗易懂的語言、精挑細(xì)選的實用技巧、翔實生動的操作案例，全面介紹了計算機工具軟件概述、文件管理與閱讀、圖像瀏覽與編輯處理、娛樂視聽工具軟件、語言翻譯工具軟件、網(wǎng)上瀏覽與文件下載、即時聊天與網(wǎng)上辦公、網(wǎng)絡(luò)短視頻媒體制作工具、電腦系統(tǒng)優(yōu)化與安全維護(hù)等方面的知識、技巧及應(yīng)

Docker是目前流行的容器平臺。作為開發(fā)、發(fā)布和運行應(yīng)用程序的開放平臺，Docker為快速發(fā)布、測試和部署應(yīng)用程序提供了一整套技術(shù)和方法�！禗ocker與Kubernetes容器虛擬化技術(shù)與應(yīng)用》主要圍繞容器生態(tài)體系中的核心組件Docker和Kubernetes展開，介紹了容器的組成及相關(guān)概念、容器系統(tǒng)架構(gòu)和運行原理

本書以中介邏輯為邏輯基礎(chǔ)，吸收認(rèn)知語言學(xué)和現(xiàn)代語義學(xué)的理論，對模糊語義進(jìn)行詞義范疇的歸類，利用模糊語義的度量工具——中介真值程度度量對自然語言模糊語義進(jìn)行度量計算。在雙語環(huán)境下，對中英兩種模糊語言進(jìn)行定量計算，使之轉(zhuǎn)化成數(shù)學(xué)語言為計算機所理解，并通過數(shù)值的對比尋求最近語義距離，通過度量結(jié)果形成的數(shù)值對比，尋求語義對等譯

本書是“計算機組成原理”課程及其主教材《計算機組成原理與系統(tǒng)結(jié)構(gòu)》（第2版）配套的實驗教材。全書共分上、下兩篇，上篇為簡單CISC模型計算機實驗，主要以“Yy-z02計算機組成原理實驗系統(tǒng)”為實驗平臺，引導(dǎo)讀者使用微程序設(shè)計方法完成指令系統(tǒng)的實現(xiàn)，含14個實驗項目；下篇是典型RISC計算機實驗，主要以“Digilent

本書首先介紹在強化學(xué)習(xí)環(huán)境中工作所需的工具、庫和設(shè)置，涵蓋了強化學(xué)習(xí)的構(gòu)成模塊，深入探討基于值的方法，如Q-learning和SARSA算法的應(yīng)用。讀者將學(xué)習(xí)如何結(jié)合使用Q-learning和神經(jīng)網(wǎng)絡(luò)來解決復(fù)雜問題。此外，在學(xué)習(xí)*d*dPG和TD3確定性算法之前，讀者將學(xué)習(xí)策略梯度方法，如TRPO和PPO，以提高性能和

信息技術(shù)