本書是學(xué)習(xí)C語言程序設(shè)計的基礎(chǔ)教材。本書的特點是在內(nèi)容安排上采用循序漸進的方式，在組織形式上采用通俗易懂的案例教學(xué)和啟發(fā)式教學(xué)的方式，并輔以大量的便于說明問題的案例，用案例帶動知識點的方法進行講解，以一節(jié)為一個單元，對知識點進行了細(xì)致的取舍和編排，按小節(jié)細(xì)化知識點并結(jié)合知識點介紹了相關(guān)的實例，將知識和案例放在同一節(jié)中，

本書分為釜式反應(yīng)器的設(shè)計與操作、管式反應(yīng)器的設(shè)計與操作、固定床反應(yīng)器的設(shè)計與操作、流化床反應(yīng)器的設(shè)計與操作、鼓泡塔反應(yīng)器的設(shè)計與操作五個項目。

本書以國內(nèi)外枯竭油氣藏型天然氣地下儲氣庫及其失效事故案例為基礎(chǔ)，結(jié)合管理技術(shù)的核心原理和關(guān)鍵方法，探討了儲氣庫從設(shè)計到建設(shè)、運營再到廢棄的全生命周期地面設(shè)施完整性管理技術(shù)，并介紹了地面設(shè)施檢測、監(jiān)測技術(shù)等用以提高完整性管理水平的軟、硬件技術(shù)手段。

本書以西門子S7-1200系列PLC為對象，以實際工程項目——電梯控制系統(tǒng)設(shè)計為脈絡(luò)，全面闡述了PLC控制系統(tǒng)設(shè)計的核心要點，幫助讀者系統(tǒng)掌握S7-1200PLC編程及實際應(yīng)用。

本書以國內(nèi)外枯竭油氣藏型天然氣地下儲氣庫及其失效事故案例為基礎(chǔ)，結(jié)合管理技術(shù)的核心原理和關(guān)鍵方法，探討了儲氣庫從設(shè)計到建設(shè)、運營再到廢棄的全生命周期地面設(shè)施完整性管理技術(shù)，并介紹了地面設(shè)施檢測、監(jiān)測技術(shù)等用以提高完整性管理水平的軟、硬件技術(shù)手段。

本書重點介紹了衛(wèi)星/多傳感器融合導(dǎo)航定位關(guān)鍵技術(shù)，內(nèi)容涵蓋高精度慣導(dǎo)快速自對準(zhǔn)技術(shù)、大失準(zhǔn)角故障處理、低成本航姿參考系統(tǒng)融合對準(zhǔn)、車載GNSS/MIMU組合定位模型、慣導(dǎo)輔助GNSS高精度定位技術(shù)、組合導(dǎo)航系統(tǒng)故障識別與修復(fù)等內(nèi)容的研究進展和成果。

本書基于圖神經(jīng)網(wǎng)絡(luò)研究網(wǎng)絡(luò)表示學(xué)習(xí)，具體內(nèi)容包括:改進了高階圖卷積神經(jīng)網(wǎng)絡(luò)、圖注意力網(wǎng)絡(luò)、自編碼架構(gòu)和圖的小波神經(jīng)網(wǎng)絡(luò)等模型，構(gòu)建網(wǎng)絡(luò)表示學(xué)習(xí)模型，并在圖基礎(chǔ)任務(wù)(如鏈路預(yù)測和節(jié)點分類)上取得了有效的性能。此外，本書采用前沿的圖對比學(xué)習(xí)架構(gòu)，通過增強圖數(shù)據(jù)表示有效緩解數(shù)據(jù)稀疏問題，并在知識圖譜的基礎(chǔ)任務(wù)上顯著提升性能。

本書共分9章，詳細(xì)介紹了用VisualC++語言實現(xiàn)計算機圖形學(xué)的基本算法。內(nèi)容包括實習(xí)平臺建立、基本圖形生成、二維圖形填充、二維圖形裁剪、圖形變換、投影、消隱、曲線生成、明暗效應(yīng)與顏色模型等典型算法的基本思想、實現(xiàn)思路和編程實現(xiàn)方法。同時結(jié)合算法的實現(xiàn)，介紹了VisualC++編程的基本方法和技巧。書中每章都附有作業(yè)

本書基于傳輸線理論與網(wǎng)絡(luò)理論，系統(tǒng)闡述射頻電路設(shè)計的理論基礎(chǔ)、分析方法與工程設(shè)計方法。針對現(xiàn)代射頻系統(tǒng)中集總參數(shù)器件工作頻率不斷提升的特點，書中對射頻功能電路的設(shè)計同時采用集總參數(shù)和分布參數(shù)兩種實現(xiàn)方法，其中分布參數(shù)電路主要基于微帶傳輸線結(jié)構(gòu)進行設(shè)計。全書共9章，主要內(nèi)容包括傳輸線理論、網(wǎng)絡(luò)理論、功率分配器與功率耦合器

本書是暢銷書深度學(xué)習(xí)入門&進階系列第五本書，主要圍繞生成模型進行講解。生成模型是一種非常重要的技術(shù)，對于人工智能的發(fā)展有著重要的作用。本書延續(xù)了作者通俗易懂的行文風(fēng)格，以深入淺出的方式介紹正態(tài)分布到擴散模型所涉及的技術(shù)，并最終完成一個類似于StableDiffusion的圖像生成人工智能。讀者可在創(chuàng)建這個圖像生成人工智